[논문 리뷰] 3D Maps Registration and Path Planning for Autonomous Robot Navigation

Konstantinos Charalampous, Ioannis Kostavelis외 3명|arXiv (Cornell University)|2013. 12. 10.

Robotics and Sensor-Based Localization참고 문헌 9인용 수 3

한 줄 요약

이 논문은 단일 레이저 스캐너를 사용하여 위험한 환경에서 자율 로봇 주행을 위한 통합 3차원 맵핑 및 경로 계획 시스템을 제안한다. FPFH 기반의 굵은 정렬과 점-면 ICP 정밀 조정을 결합하여 정확한 3차원 맵를 구축하고, 이를 상단에서 내려다보는 방식으로 고해상도 2차원 격자 맵로 투영한다. D* Lite 알고리즘은 로봇의 물리적 치수(40×41 cm)를 명시적으로 고려하여 충돌을 방지하는 경로를 계획하며, 29 cm의 안전 버퍼와 가우시안 비용 함수를 사용하여 더 안전하고 신체 인식 경로를 생성한다. 이는 1 cm 해상도와 평균 3초 이내의 계산 시간을 제공한다.

ABSTRACT

Mobile robots dedicated in security tasks should be capable of clearly perceiving their environment to competently navigate within cluttered areas, so as to accomplish their assigned mission. The paper in hand describes such an autonomous agent designed to deploy competently in hazardous environments equipped with a laser scanner sensor. During the robot's motion, consecutive scans are obtained to produce dense 3D maps of the area. A 3D point cloud registration technique is exploited to merge the successively created maps during the robot's motion followed by an ICP refinement step. The reconstructed 3D area is then top-down projected with great resolution, to be fed in a path planning algorithm suitable to trace obstacle-free trajectories in the explored area. The main characteristic of the path planner is that the robot's embodiment is considered for producing detailed and safe trajectories of $1$ $cm$ resolution. The proposed method has been evaluated with our mobile robot in several outdoor scenarios revealing remarkable performance.

연구 동기 및 목표

• 비상 상황 지역과 같은 혼잡하고 위험한 환경에서 자율 이동 로봇이 안전하게 주행할 수 있도록 한다.
• 실시간으로 순차적인 2차원 레이저 스캔에서 정확하고 밀도 높은 3차원 맵를 생성하는 도전 과제를 해결한다.
• 로봇의 물리적 치수를 고려하여 장애물과의 충돌을 방지하는 경로 계획 알고리즘을 통합한다.
• 로봇의 발자국을 기반으로 장애물 근처 셀에 비용 페널티를 할당하여 경로의 안전성과 현실성을 향상시킨다.
• 도시 구조적 구조 복구 임무에 적합한 완전하고 센서 효율적인 주행 프레임워크를 개발한다.

제안 방법

• 2D 레이저 스캐너를 장착한 휠 기반 로봇(ERA-Mobi)과 PTU에 장착된 SICK LMS500 PRO, 그리고 Xsens 3DoF 자세 추적기를 사용하여 이동 및 자세 감지를 수행한다.
• 연속된 3차원 포인트 클라우드의 초기 변환을 추정하기 위해 빠르고 온라인으로 작동하는 FPFH 기반 굵은 정렬을 적용한다.
• 공유 기하 표면에 속하는 점들에만 집중하는 점-면 ICP 알고리즘을 사용하여 정렬을 정밀 조정함으로써 속도와 정확도를 향상시킨다.
• 최종적으로 정렬된 3차원 맵를 1 cm 해상도로 상단에서 내려다보는 2차원 격자 맵으로 투영한다.
• 로봇의 중심에서 최대 거리에 따라 29 cm 이내의 셀에 가우시안 비용 함수(σx = σy = 1)를 사용하여 점차 증가하는 페널티 값을 할당한다.
• 개선된 2차원 맵에서 D* Lite 알고리즘을 사용하여 경로 길이와 안전성을 균형 잡는 최적의 충돌 방지 경로를 계산한다.

실험 결과

연구 질문

• RQ1 순차적인 2차원 레이저 스캔에서 유도된 3차원 포인트 클라우드를 실시간으로 정확하게 정렬하여 미지 환경의 일관된 3차원 맵를 구축하는 방법은 무엇인가?
• RQ2 장애물에 너무 가까이 지나가는 경로를 방지하기 위해 로봇의 신체 인식을 경로 계획에 효과적으로 통합하는 방법은 무엇인가?
• RQ3 3차원 재구성에서 유도된 고해상도 2차원 맵가 실시간으로 안전한 경로 계획을 지원할 수 있으며, 1미터 이내 정밀도를 달성할 수 있는가?
• RQ4 ICP에 기하 표면 제약 조건을 통합하면 정렬의 효율성과 정확도가 어떻게 향상되는가?
• RQ5 신체 인식 경로 비용 할당이 계산 시간을 크게 증가시키지 않으면서 경로 안전성을 얼마나 향상시키는가?

주요 결과

• FPFH 기반 굵은 정렬은 평균 38.4 ± 6.4초의 실행 시간을 기록하여 초기 정렬을 신속하게 수행하였다.
• ICP 정밀 조정 단계는 평균 2.9 ± 1.7초로, 공유 기하 표면에 집중함으로써 계산 시간을 크게 감소시켰다.
• D* Lite 경로 계획 알고리즘은 1 cm 해상도 맵를 사용하여 평균 2.4 ± 0.3초 내에 안전하고 세밀한 경로를 계산하였다.
• 29 cm 안전 반경과 가우시안 비용 함수를 사용한 신체 인식 경로 계획은 외부 환경 시나리오에서 장애물에 너무 가까이 지나가는 경로를 성공적으로 피했다.
• 35 m의 거리 간격을 가진 더 큰 시나리오에서도 정렬 및 경로 계획 성능이 일관되게 유지되었으며, ICP와 D* Lite의 처리 시간이 첫 번째 사례와 1초 이내로 유사하여 확장 가능성을 입증했다.
• 시스템은 정확한 지면 제거와 장애물 표현을 포함한 일관되고 밀도 높은 3차원 맵를 생성하여 복잡한 실제 환경에서 신뢰할 수 있는 주행을 가능하게 하였다.