[論文レビュー] Team CERBERUS Wins the DARPA Subterranean Challenge: Technical Overview and Lessons Learned

Marco Tranzatto, Mihir Dharmadhikari+34 more|arXiv (Cornell University)|Jan 1, 2022

Robotics and Automated Systems被引用数 15

ひとこと要約

本論文では、2021年DARPA地下環境チャレンジに勝利した、脚立型および飛行型ロボットを統合したシステム・オブ・システム、CERBERUSを提示する。このシステムは、マルチモーダルなセンシング、レジilィエントな自律走行、統合的ルート計画を備え、GPS不可、センサー劣化が生じる地下環境においても、人間の監視のもとで単一のコマンドで制御可能なインターフェースを提供した。

ABSTRACT

This article presents the CERBERUS robotic system-of-systems, which won the DARPA Subterranean Challenge Final Event in 2021. The Subterranean Challenge was organized by DARPA with the vision to facilitate the novel technologies necessary to reliably explore diverse underground environments despite the grueling challenges they present for robotic autonomy. Due to their geometric complexity, degraded perceptual conditions combined with lack of GPS support, austere navigation conditions, and denied communications, subterranean settings render autonomous operations particularly demanding. In response to this challenge, we developed the CERBERUS system which exploits the synergy of legged and flying robots, coupled with robust control especially for overcoming perilous terrain, multi-modal and multi-robot perception for localization and mapping in conditions of sensor degradation, and resilient autonomy through unified exploration path planning and local motion planning that reflects robot-specific limitations. Based on its ability to explore diverse underground environments and its high-level command and control by a single human supervisor, CERBERUS demonstrated efficient exploration, reliable detection of objects of interest, and accurate mapping. In this article, we report results from both the preliminary runs and the final Prize Round of the DARPA Subterranean Challenge, and discuss highlights and challenges faced, alongside lessons learned for the benefit of the community.

研究の動機と目的

• 複雑でGPSが利用できない地下環境を探索可能な、レジリエントで自律的なロボット・システム・オブ・システムの開発。
• 動的でセンサーが劣化した条件下でも、1名のオペレータが複数台のロボットを管理可能な高水準の人的監視の実現。
• 多様な地下環境下で60分以内に40個のアーティファクトを確実に検出・局所化すること。
• 統合的マルチモーダルセンシングと統合的計画により、認識、ナビゲーション、通信、移動性の課題を克服すること。
• 救助活動、災害対応、地下探査の分野における実世界応用を進めるロボット自律走行技術の発展。

提案手法

• 脚立型（ANYmal C）および飛行型ロボット（RMF-Owl、Alpha Aerial Scout、Kolibri）のハイブリッドフリートを採用し、移動性と認識能力を補完する。
• 視覚・慣性、LiDAR、赤外線、電波周波数センサを用いたマルチモーダル認識を統合し、センサー劣化下でも正確な局所化とマッピングを維持する。
• ロボット固有の能力と制限を考慮した統合的探索および局所運動計画フレームワークを実装した。
• 通信不能環境下でネットワーク範囲を拡張するために、脚立型ロボットから自己展開型通信拡張モジュールを展開した。
• ネットワークのレジリエンスを向上させるために、ケーブル接続された移動型通信ハブを導入した。
• フィールドテストに基づく安全メカニズムと制御を、行動ツリーに統合し、ステップの安全閾値と回復動作を実装した。

実験結果

リサーチクエスチョン

• RQ1 異種の脚立型および飛行型ロボットが、GPS不可でセンサーが劣化した地下環境において、どのようにレジリエントな自律走行を達成できるか？
• RQ2 ネ谷、ほこり、暗闇といった視認性が低下した条件下で、信頼性の高い局所化と物体検出を実現するためのマルチモーダル認識およびマッピング戦略は何か？
• RQ3 統合的ルート計画および制御システムは、ロボット固有の移動制限および地形的課題をどのように考慮できるか？
• RQ4 自己展開型通信拡張モジュールは、探索中におけるネットワーク接続の維持にどのように寄与するか？
• RQ5 フィールドテストから得られた教訓は、実世界の地下環境での自律走行および認識システムのレジリエンス向上にどのように役立つか？

主な発見

• CERBERUSはDARPA地下環境チャレンジ最終予選で優勝し、60分の制限時間内に40個すべてのアーティファクトを発見した。
• すべての正しく報告されたアーティファクトについて、地面の真値からの局所化誤差が5メートル以内であった。
• フィールドテストでは、自己相関性、霧、煙といった深刻なセンサー劣化要因が判明し、これに基づきマルチモーダル局所化およびマッピングフレームワークの開発が促進された。
• バッチ処理された運動コスト予測とステップの安全閾値の導入により、実世界での実行において、パスプランニングの安全性が著しく向上し、まれな外れ値も減少した。
• GBPlanner2、Maplab、Voxbloxといった主要コンponentsのオープンソース化に加え、シミュレーションモデルおよびプライズラウンドの完全なデータセットの公開により、コミュニティ全体の再利用と進展が可能となった。
• ケーブル接続された移動型プラットフォームおよび通信拡張モジュールの展開は、大規模かつ多層構造の地下環境におけるネットワーク接続の維持に不可欠であることが判明した。