[논문 리뷰] Autonomous, Monocular, Vision-Based Snake Robot Navigation and Traversal of Cluttered Environments using Rectilinear Gait Motion

Alexander H. Chang, Shiyu Feng외 3명|arXiv (Cornell University)|2019. 08. 19.

Robot Manipulation and Learning참고 문헌 33인용 수 6

한 줄 요약

이 논문은 단일 렌즈 시각 기반 내비게이션 시스템을 제안하며, 직선 보행 운동을 사용하여 알 수 없는 복잡한 환경을 자율 주행한다. ORB-SLAM을 통한 자기 위치 추정, 지면 평면 분할을 통한 장애물 탐지, 궤적 계획 및 피드백 제어를 위한 운동학적 유니클로이드 모델을 조합하여, 사전 환경 지식 없이 실시간으로 시각 기반 내비게이션을 구현한다.

ABSTRACT

Rectilinear forms of snake-like robotic locomotion are anticipated to be an advantage in obstacle-strewn scenarios characterizing urban disaster zones, subterranean collapses, and other natural environments. The elongated, laterally-narrow footprint associated with these motion strategies is well-suited to traversal of confined spaces and narrow pathways. Navigation and path planning in the absence of global sensing, however, remains a pivotal challenge to be addressed prior to practical deployment of these robotic mechanisms. Several challenges related to visual processing and localization need to be resolved to to enable navigation. As a first pass in this direction, we equip a wireless, monocular color camera to the head of a robotic snake. Visiual odometry and mapping from ORB-SLAM permits self-localization in planar, obstacle-strewn environments. Ground plane traversability segmentation in conjunction with perception-space collision detection permits path planning for navigation. A previously presented dynamical reduction of rectilinear snake locomotion to a non-holonomic kinematic vehicle informs both SLAM and planning. The simplified motion model is then applied to track planned trajectories through an obstacle configuration. This navigational framework enables a snake-like robotic platform to autonomously navigate and traverse unknown scenarios with only monocular vision.

연구 동기 및 목표

• 단일 렌즈 시각만을 사용하여 알 수 없는, 장애물이 많은 환경에서 자율 내비게이션을 가능하게 한다.
• 전체 센서나 GPS 없이 자기 위치 추정 및 경로 계획의 과제를 해결한다.
• 시각 옵티컬 플로우(ORB-SLAM)와 인지 공간 충돌 탐지를 통합하여 실시간 장애물 회피를 실현한다.
• 직선 보행 운동의 단순화된 운동학 모델을 활용하여 궤적 계획 및 피드백 제어를 가능하게 한다.
• 온보드 단일 렌즈 시각만을 사용하여 복잡한 알 수 없는 환경을 종단 간 자율 주행하는 것을 입증한다.

제안 방법

• 로봇 머리에 무선 단일 렌즈 컬러 카메라를 장착하여 실시간 시각 입력을 확보한다.
• ORB-SLAM을 적용하여 시각적 옵티컬 플로우 및 2차원 맵핑을 수행하여 평면적 장애물이 많은 환경에서 실시간 자기 위치 추정을 가능하게 한다.
• 단일 렌즈 영상에서 지면 평면 분할을 통해 이동 가능한 영역과 장애물의 경계를 식별한다.
• 인식 공간 충돌 탐지 모듈을 구현하여 탐지된 장애물에 대해 후보 궤적을 평가한다.
• 복잡한 직선 보행 운동 역학을 유니클로이드 운동학 모델로 단순화하여 궤적 계획을 가능하게 하고, 표준 차량 운전 도구를 활용한다.
• 자세 오차 보정을 통한 피드백 제어를 적용하여 계획된 궤적을 추적하며, 피드백 보정된 몸체 속도를 역제어-행동 매핑을 통해 실행 가능한 곡률 명령으로 변환한다.

실험 결과

연구 질문

• RQ1 단일 렌즈 시각만을 사용하여 뱀 로봇이 알 수 없는 복잡한 환경에서 자율 내비게이션을 수행할 수 있는가?
• RQ2 제한된 감지 범위를 가진 뱀 로봇에서 시각적 옵티컬 플로우 및 맵핑(ORB-SLAM)을 효과적으로 자기 위치 추정에 활용할 수 있는가?
• RQ3 단순화된 운동학적 유니클로이드 모델이 직선 보행 운동의 궤적 계획에 대해 얼마나 정확하게 표현하고 제어를 가능하게 하는가?
• RQ4 단일 렌즈 입력에서 유도된 인지 공간 충돌 탐지 및 지면 분할이 주행 중 동적 장애물 회피를 어떻게 지원하는가?
• RQ5 자세 오차를 기반으로 한 피드백 보정된 궤적 추적 전략이 실제 비정형 환경에서 경로 실행의 정밀도를 향상시키는가?

주요 결과

• 로봇은 단일 렌즈 입력을 사용하여 ORB-SLAM을 통해 환경의 2차원 맵을 성공적으로 구축하고, 장기간에 걸쳐 안정적인 추적을 달성했다.
• 지면 평면 분할을 통해 단일 렌즈 영상에서 이동 가능한 영역과 장애물 경계를 신뢰성 있게 식별하여 인지 공간 계획을 지원했다.
• 로봇 자세와 장애물 탐지 정보가 갱신될 때마다 10초마다(4개의 보행 사이클마다) 궤적 계획을 재생산하여 실시간으로 새로운 시각 입력에 적응하는 동적 적응이 가능했다.
• 피드백 제어 전략은 실시간으로 곡률 명령을 조정하여 궤적 이탈을 보정함으로써 계획된 경로의 안정적 추적을 보장했다.
• 로봇은 복잡한 장애물 영역을 성공적으로 통과하여 지정된 통로를 통해 탈출했으며, 시각적 시퀀스와 SLAM 궤적 재구성으로 이를 확인했다.
• ORB-SLAM, 인지 공간 계획, 피드백 제어의 통합은 사전 환경 지식이나 전역 센서 없이도 완전한 자율 내비게이션을 가능하게 했다.