[논문 리뷰] A Unified Experimental Architecture for Informative Path Planning: from Simulation to Deployment with GuadalPlanner

Alejandro Mendoza Barrionuevo, Dame Seck Diop외 4명|arXiv (Cornell University)|2026. 02. 11.

Robotic Path Planning Algorithms인용 수 0

한 줄 요약

논문은 GuadalPlanner를 소개합니다. 고수준 IPP 의사결정과 차량 제어를 분리하는 통합적 엔드-투-엔드 IPP 아키텍처로 시뮬레이션에서 실제 배포까지 재현 가능한 테스트를 가능하게 합니다.

ABSTRACT

The evaluation of informative path planning algorithms for autonomous vehicles is often hindered by fragmented execution pipelines and limited transferability between simulation and real-world deployment. This paper introduces a unified architecture that decouples high-level decision-making from vehicle-specific control, enabling algorithms to be evaluated consistently across different abstraction levels without modification. The proposed architecture is realized through GuadalPlanner, which defines standardized interfaces between planning, sensing, and vehicle execution. It is an open and extensible research tool that supports discrete graph-based environments and interchangeable planning strategies, and is built upon widely adopted robotics technologies, including ROS2, MAVLink, and MQTT. Its design allows the same algorithmic logic to be deployed in fully simulated environments, software-in-the-loop configurations, and physical autonomous vehicles using an identical execution pipeline. The approach is validated through a set of experiments, including real-world deployment on an autonomous surface vehicle performing water quality monitoring with real-time sensor feedback.

연구 동기 및 목표

• 고수준 IPP 의사결정을 차량 특유의 작동과 분리하여 교차 수준 평가를 가능하게 한다.
• 시뮬레이션, SITL, 현장 플랫폼 전반에 걸쳐 계획, 감지, 실행에 대한 표준적이고 모듈식 인터페이스를 제공한다.
• 그래프 기반 환경에서 다중 에이전트 IPP를 지원하는 개방적이고 확장 가능한 도구를 제공한다.
• 알고리즘 개발, 시뮬레이션 기반 테스트 및 현장 배포 간의 간극을 해소한다.
• IPP 알고리즘의 재현성과 연구 그룹 간의 이전 가능성을 촉진한다.

제안 방법

• 알고리즘 수준 시뮬레이션, 소프트웨어-인-더-루프(SITL), 실제 배포의 세 가지 수준 실행 아키텍처를 도입한다.
• 계획과 실행을 분리하기 위해 표준화된 차량군, 원격 차량군, 그리고 그래프 기반 환경 인터페이스를 정의하여 계획과 실행을 분리한다.
• GuadalPlanner를 ROS2 기반 미들웨어로 구현하고 MAVLink/MAVROS 통합 및 Cross-platform 실행을 위한 MQTT 통신을 사용한다.
• 현실적인 다이나믹스를 위한 ArduPilot SITL을 활용하고 추상화 수준 간 동일한 계획 로직을 가능하게 한다.
• 재사용성과 비교 가능성을 촉진하는 예제와 배포 구성으로 오픈 소스 구현을 제공한다.

Figure 1: Diagram of the GuadalPlanner implementation. It is structured around a hierarchical architecture of classes that progresses from general to specific.

실험 결과

연구 질문

• RQ1 고수준 IPP 의사결정을 차량 특유의 제어에서 분리하여 시뮬레이션과 실제 배포 간 일관된 평가를 가능하게 할 수 있는가?
• RQ2 단코드 재작성 없이 알고리즘 개발에서 현장 배포까지 엔드-투-엔드 IPP 실험을 지원하는 통합 인터페이스 아키텍처가 있는가?
• RQ3 다양한 플랫폼과 에이전트 간 재현 가능한 IPP 연구를 위한 표준화되고 개방된 도구의 이점과 기능은 무엇인가?
• RQ4 GuadalPlanner는 다양한 IPP 작업에서 알고리즘 수준, SITL, 실제 ASV 배포에서 어떻게 수행하는가?

주요 결과

• GuadalPlanner는 아키텍처 재작성 없이 시뮬레이션과 실제 배포를 연결하는 단일 엔드-투-엔드 IPP 실험 플랫폼을 제공합니다.
• 이 아키텍처는 이산 그래프 기반 환경, 교환 가능한 계획 전략, 다중 에이전트 구성 및 실시간 센서 피드백을 지원합니다.
• 실세계 배포를 포함하여 세 가지 추상화 수준에서 이 접근 방식을 검증합니다.
• ROS2, MAVLink 및 MQTT를 활용한 오픈 소스 구현은 그룹 간 재현 가능하고 이전 가능한 IPP 실험을 가능하게 합니다.
• 시스템은 수질 모니터링, 오염 매핑, 파편 수거 등 표준화 인터페이스 내에서 여러 IPP 작업을 수용합니다.

Figure 2: Internal structure of the proposed middleware architecture, illustrating the interaction between planning, communication, and vehicle interfaces implemented over ROS2. The green arrows corresponds to external interfaces to other peripherals.