[논문 리뷰] Autonomous Exploration with a Low-Cost Quadrocopter using Semi-Dense Monocular SLAM.

Lukas von Stumberg, Vladyslav Usenko외 3명|arXiv (Cornell University)|2016. 09. 26.

Robotics and Sensor-Based Localization참고 문헌 6인용 수 8

한 줄 요약

이 논문은 반응형 단안 SLAM(LSD-SLAM)을 사용하여 실시간 궤적 추정 및 환경 재구성을 가능하게 하는 저비용 비전 기반 자율 비행 및 탐색 시스템을 제안한다. 이 방법은 텍스처가 없는 영역의 한계를 보완하기 위해 희박한 깊이 관측에 맞춰진 장애물 맵핑 및 탐색 전략을 통합하여, Parrot Bebop 드론에서 자율 비행과 탐색을 성공적으로 구현하였다.

ABSTRACT

Micro aerial vehicles (MAVs) are strongly limited in their payload and power capacity. In order to implement autonomous navigation, algorithms are therefore desirable that use sensory equipment that is as small, low-weight, and low- power consuming as possible. In this paper, we propose a method for autonomous MAV navigation and exploration using a low-cost consumer-grade quadrocopter equipped with a monocular camera. Our vision-based navigation system builds on LSD-SLAM which estimates the MAV trajectory and a semi-dense reconstruction of the environment in real-time. Since LSD-SLAM only determines depth at high gradient pixels, texture-less areas are not directly observed. We propose an obstacle mapping and exploration approach that takes this property into account. In experiments, we demonstrate our vision-based autonomous navigation and exploration system with a commercially available Parrot Bebop MAV.

연구 동기 및 목표

• 최소한의 적재 및 전력 제약 조건을 가진 마이크로 항공기(MAV)의 자율 탐색을 가능하게 하기 위해.
• 단안 SLAM 시스템에서 흔히 발생하는 희박한 깊이 추정 문제를 해결하기 위해.
• 저비용 소비자용 카메라만을 사용하여 실시간으로 작동하는 비전 기반 항법 시스템을 개발하기 위해.
• 기울기 기반 SLAM에서 유도된 희박한 깊이 추정의 한계를 고려한 장애물 맵핑 및 탐색 전략을 통합하기 위해.

제안 방법

• 시스템은 헤리코pter에 장착된 단안 카메라에서 실시간 궤적 추정 및 반밀도 3차원 재구성을 위해 LSD-SLAM을 사용한다.
• 텍스처가 없는 영역은 관측되지 않음을 인지하고, 고기울기 픽셀이 많은 영역을 우선순위에 따라 깊이 추정에 활용한다.
• 장애물 맵핑 모듈을 도입하여 관측된 특징의 공간 분포를 기반으로 관측되지 않은 영역의 장애물을 추론하고 회피한다.
• 깊이 신뢰도가 낮은 영역을 피하면서 최대한의 환경 커버리지가 이루어지도록 동적으로 항법 목표를 선택하는 탐색 전략을 적용한다.
• 비전 오도메트리와 맵 업데이트를 융합하여 비행 중 일관된 상태 추정을 유지한다.
• SLAM 출력을 경로 계획과 통합한 제어 루프를 통해 미지의 환경에서 자율 비행을 가능하게 한다.

실험 결과

연구 질문

• RQ1 어떻게 저비용 단안 카메라 시스템이 깊이 정보가 제한된 미지의 환경에서 신뢰할 수 있는 자율 탐색을 달성할 수 있는가?
• RQ2 깊이가 직접 관측되지 않는 텍스처가 없는 영역에서 장애물을 효과적으로 맵핑하고 회피할 수 있는 전략은 무엇인가?
• RQ3 반밀도 단안 SLAM은 경량 MAV에서 실시간으로 지속적이고 안전한 탐색을 지원하기 위해 어떻게 적응시킬 수 있는가?
• RQ4 희박한 깊이 관측 조건 하에서 안전한 항법을 유지하면서 커버리지를 극대화하는 탐색 정책은 무엇인가?

주요 결과

• 시스템은 저비용 소비자용 카메라와 저비용 온보드 프로세싱만을 사용하여 Parrot Bebop 헤리코프터의 자율 탐색을 성공적으로 구현하였다.
• 장애물 맵핑 통합으로 텍스처가 없는 영역에서의 항법 신뢰성이 향상되어, 깊이 데이터가 불완전한 상황에서도 충돌 위험을 감소시켰다.
• 실시간 성능을 달성하여 비행 중 일관된 궤적 추정과 맵 업데이트를 유지하였다.
• 높은 기울기 내용과 미탐색 공간 영역을 우선순위에 두어 새로운 영역를 효과적으로 커버링하였다.
• LiDAR나 스테레오 카메라와 같은 추가 센서 없이도 소비자용 MAV에서 자율 항법의 가능성을 입증하였다.