[논문 리뷰] A software toolkit and hardware platform for investigating and comparing robot autonomy algorithms in simulation and reality

Asher Elmquist, Aaron J. Young외 9명|arXiv (Cornell University)|2022. 06. 14.

Real-time simulation and control systems인용 수 4

한 줄 요약

이 논문은 휠드 및 트랙크드 차량의 자율주행 알고리즘 개발 및 비교를 위한 오픈소스 소프트웨어 툴킷(ATK)과 1/6 스케일 하드웨어 플랫폼(ART)을 제시한다. ROS 2 기반 자율주행 스택과 Chrono 기반 디지털 트윈을 통합함으로써, 시뮬레이션과 실제 환경 간의 알고리즘 성능 비교를 직접 가능하게 하며, 휠드 및 트랙크드 차량 자율주행의 시뮬레이션-현장 간 격차를 정량화하고 완화하는 것을 목표로 한다.

ABSTRACT

We describe a software framework and a hardware platform used in tandem for the design and analysis of robot autonomy algorithms in simulation and reality. The software, which is open source, containerized, and operating system (OS) independent, has three main components: a ROS 2 interface to a C++ vehicle simulation framework (Chrono), which provides high-fidelity wheeled/tracked vehicle and sensor simulation; a basic ROS 2-based autonomy stack for algorithm design and testing; and, a development ecosystem which enables visualization, and hardware-in-the-loop experimentation in perception, state estimation, path planning, and controls. The accompanying hardware platform is a 1/6th scale vehicle augmented with reconfigurable mountings for computing, sensing, and tracking. Its purpose is to allow algorithms and sensor configurations to be physically tested and improved. Since this vehicle platform has a digital twin within the simulation environment, one can test and compare the same algorithms and autonomy stack in simulation and reality. This platform has been built with an eye towards characterizing and managing the simulation-to-reality gap. Herein, we describe how this platform is set up, deployed, and used to improve autonomy for mobility applications.

연구 동기 및 목표

• 시뮬레이션 및 실제 환경 모두에서 휠드 및 트랙크드 차량의 자율주행 알고리즘 개발과 검증을 지원하는 통합 연구 인fra를 구축하기 위해.
• 로봇 분야에서 지속적인 문제로 남아 있는 시뮬레이션-현장 간 격차를 해결하기 위해, 시뮬레이션 성능와 실제 성능 간의 통제되고 반복 가능한 비교를 가능하게 하기 위해.
• OS에 종속되지 않고 컨테이너 기반으로 구축된 소프트웨어 스택을 제공하여, 다양한 하드웨어 및 시뮬레이션 환경 간 알고리즘 개발과 배포를 가속화하기 위해.
• 센서 정확도 부족, 모델 불일치, 알고리즘 선택 등이 시뮬레이션-현장 격차에 기여하는 방식을 정량적으로 분석하기 위해.
• 한 개의 일관된 자율주행 스택을 사용해 시뮬레이션과 하드웨어에서 모두 감지, 상태 추정, 계획 수립, 제어 파이프라인의 빠른 반복 및 검증을 가능하게 하기 위해.

제안 방법

• 플랫폼은 고정밀 C++ 기반 차량 동역학 및 센서 시뮬레이션 프레임워크(Chrono)와 ROS 2 기반 자율주행 스택을 통합하여, 강성 및 변형 가능한 지형에서 휠드 및 트랙크드 차량의 정확한 시뮬레이션을 가능하게 한다.
• 자율주행 툴킷(ATK)은 도커 컨테이너 기반의 OS 독립형 프레임워크로, 감지, 상태 추정, 경로 계획, 제어 등의 자율주행 파이프라인 구성 요소를 추상화하고 조율한다.
• 1/6 스케일의 실제 차량(ART)은 카메라, 3D 레이저 레이더, 컴퓨팅 유닛(Jetson Xavier NX 등)을 재구성 가능한 3D 프린팅 마운팅으로 장착하여 실제 환경에서 센서 및 알고리즘 구성의 테스트를 가능하게 한다.
• 실제 차량은 Chrono::Vehicle 및 Chrono::Sensor에 디지털 트윈을 구현하며, 보정된 서스펜션, 조향 및 모터 모델을 통해 시뮬레이션의 정밀도를 확보한다.
• 모션 캡처 시스템은 실제 차량 상태에 대해 밀리미터 정밀도의 기준값을 제공하여 정확한 성능 평가 및 격차 분석을 가능하게 한다.
• 동일한 자율주행 스택이 시뮬레이션과 하드웨어에서 동일하게 작동하여, 감지 출력, 계획 결정, 제어 성능 간의 직접 비교가 가능하다.

실험 결과

연구 질문

• RQ1 시뮬레이션에서 개발된 감지 및 계획 알고리즘이 1/6 스케일 실제 차량에 배포되었을 때, 동일한 성능을 보일 수 있는가?
• RQ2 센서 모델링, 동역학, 제어 성능의 불일치가 자율주행 이동성에서 시뮬레이션-현장 간 격차에 기여하는 방식은 무엇인가?
• RQ3 통합된 ROS 2 기반 자율주행 스택이 고정밀 시뮬레이션과 실제 하드웨어 모두에 최소한의 재구성으로 효과적으로 배포되고 검증될 수 있는가?
• RQ4 센서 위치, 모델 정밀도, 환경 조건의 변화가 시뮬레이션과 현실 간 자율주행 알고리즘 성능 일관성에 미치는 영향은 무엇인가?
• RQ5 고정밀 모션 트래킹이 감지 및 제어 모듈에 대한 시뮬레이션-현장 격차의 정량적 분석을 어떻게 지원하는가?

주요 결과

• ART 플랫폼은 동일한 ROS 2 기반 스택을 사용해 시뮬레이션과 실제 테스트 간 자율주행 알고리즘 성능을 직접, 병렬 비교할 수 있도록 한다.
• 시뮬레이션과 실제 데이터에서의 감지 결과는 경계 상자, 클래스 레이블, 신뢰도 점수, 3D 위치 추정 모두 일관되게 나타난다.
• 모두의 환경에서 경로 계획 출력은 경계 곡선 추정 및 제어를 위한 목표 지점 선택에서 일치를 보이며, 모드 간의 동작 일관성을 나타낸다.
• 모션 캡처 시스템을 통해 밀리미터 정밀도의 기준값 추적을 가능하게 하여 디지털 트윈의 정밀도를 검증하고 정량적 격차 분석을 지원한다.
• 컨테이너 기반 ATK 프레임워크는 설치 시간을 크게 줄이며, 시뮬레이션 및 하드웨어 플랫폼 간 맞춤형 자율주행 파이프라인의 원활한 배포를 가능하게 한다.
• 추가 센서(예: GPS, IMU, 스테레오 카메라)의 향후 확장도 지원하여 센서 모델 정확도 부족과 그로 인한 오차 전파를 더 깊이 있게 조사할 수 있다.