[논문 리뷰] Graph-Based Topological Exploration Planning in Large-Scale 3D Environments

Fan Yang, Dung-Han Lee외 2명|arXiv (Cornell University)|2021. 03. 31.

Robotics and Sensor-Based Localization참고 문헌 15인용 수 4

한 줄 요약

이 논문은 3D 기하 구조를 기반으로 한 볼록 다면체를 사용하여 희박한 위상 맵을 구축하는 그래프 기반의 위상 탐색 계획 프레임워크를 제안한다. 이는 대규모 3D 환경에서 효율적이고 고수준의 탐색을 가능하게 한다. 전면 영역을 별개의 위상 노드로 군집화하고 双중 수준의 계획 전략을 사용함으로써, 재계획 빈도를 감소시키고 시뮬레이션에서 40% 이상의 탐색 효율 향상을 이루었으며, 지하 광산 환경에서의 실제 환경에서도 뛰어난 성능을 보였다.

ABSTRACT

Currently, state-of-the-art exploration methods maintain high-resolution map representations in order to optimize exploration goals in each step that maximizes information gain. However, during exploring, those "optimal" selections could quickly become obsolete due to the influx of new information, especially in large-scale environments, and result in high-frequency re-planning that hinders the overall exploration efficiency. In this paper, we propose a graph-based topological planning framework, building a sparse topological map in three-dimensional (3D) space to guide exploration steps with high-level intents so as to render consistent exploration maneuvers. Specifically, this work presents a novel method to estimate 3D space's geometry with convex polyhedrons. Then, the geometry information is utilized to group space into distinctive regions. And those regions are added as nodes into the topological map, directing the exploration process. We compared our method with the state-of-the-art in simulated environments. The proposed method achieves higher space coverage and outperforms exploration efficiency by more than 40% during experiments. Finally, a field experiment was conducted to further evaluate the applicability of our method to empower efficient and robust exploration in real-world environments.

연구 동기 및 목표

• 대규모 환경에서 정보가 급격히 변화함에 따라 최신 기술의 3D 탐색 방법에서 발생하는 높은 계산 비용과 빈번한 재계획 문제를 해결하기 위해.
• 3D 공간 내 기하 연속성과 상호 시야를 기반으로 한 희박한 위상 맵을 구성하여 계획의 중복을 줄이기 위해.
• 장기적인 계획을 위해 전면 영역을 별개의 위상 노드로 군집화하여 일관되고 고수준의 탐색 동작을 가능하게 하기 위해.
• 짧은 경로를 통해 불확실한 영역을 빠르게 통과할 수 있도록 이중 수준의 계획 전략을 통해 탐색 효율을 향상시키기 위해.
• 모델의 강인성과 효율성을 시뮬레이션 및 실제 지하 환경에서 모두 검증하기 위해.

제안 방법

• 모든 전면 영역을 나타내기 위해 다수의 볼록 다면체를 사용하여 3D 공간 기하 구조를 추정함으로써 청결한 전면 영역 추출과 영역 군집화를 가능하게 한다.
• 기하 연속성과 상호 시야를 기반으로 전면 영역을 별개의 탐색 영역으로 군집화하여 위상 그래프의 노드를 형성한다.
• 이러한 군집화된 영역들로부터 희박한 위상 맵을 구성함으로써 장기적 계획을 위한 고수준 탐색 목적지를 표현한다.
• 이중 계획 전략을 적용함: 국소 계획은 근접한 위상 노드로 일관된 동작을 유도하고, 글로벌 계획은 부분적으로 알려진 또는 불확실한 영역을 단순화하여 통과할 수 있도록 한다.
• 탐색 플래너는 전면 영역을 정의하기 위해 탐지 범위 15m와 커버리지 범위 10m를 사용하여 신뢰할 수 있는 정보 추출과 경로 타당성을 확보한다.
• 실시간 실행은 인텔 NUC에 장착된 LiDAR, 깊이 카메라 및 동작 프리미티브 플래너를 통해 수행되며, 이는 복잡한 지하 환경에서의 자율 비행을 가능하게 한다.

실험 결과

연구 질문

• RQ1 볼록 다면체 기반의 기하 기반 위상 맵이 대규모 3D 환경에서 계획의 중복을 줄이고 탐색 효율을 향상시키는가?
• RQ2 제안된 위상 계획 프레임워크는 시뮬레이션 환경에서 최신 기술 대비 공간 커버리지 및 계산 효율성 측면에서 어떻게 비교되는가?
• RQ3 GPS 장애, 무문자, 복잡한 구조를 가진 실제 지하 환경에서 일관되고 고수준의 탐색 동작을 수행할 수 있는가?
• RQ4 불확실한 영역을 단순화하여 통과할 수 있는 능력이 되풀이되는 후퇴를 얼마나 줄이고 전체 탐색 속도를 향상시키는가?
• RQ5 기하 영역 군집화와 이중 수준 계획 전략의 통합은 탐색의 지속성과 커버리지 유지를 얼마나 효과적으로 유지하는가?

주요 결과

• 제안된 방법은 시뮬레이션 환경에서 최신 기술 대비 탐색 효율성이 40% 이상 높아, 시간에 따른 공간 커버리지 측정 기준으로 입증되었다.
• 실제 비행에서 평균 탐색 속도가 0.8 m/s를 기록하여 최대 속도 제한 1.0 m/s에 가까워 일관되고 효율적인 의사결정을 보였다.
• 브래디스 벤드 광산에서의 현장 실험은 플래너가 주요 통로를 따라 일관된 비행 패턴을 유지하고 국소적 사각지대 이후 새로운 지름길로 방향을 전환함으로써 지속적인 탐색을 보장할 수 있음을 입증했다.
• 실제 비행에서 복구된 포인트 클라우드 맵은 환경을 충실하게 커버하고 있어, 복잡하고 GPS 장애가 발생하는 지하 환경에서의 방법의 강인성을 검증하였다.
• 위상 맵은 불확실한 영역을 단순화하여 통과할 수 있도록 효과적으로 활용되어 후퇴를 최소화하고 고주기 재계획에 대한 의존도를 낮췄다.
• 기하 영역 군집화 기반의 희박한 위상 표현으로 고해상도 맵 유지에서 탈피함으로써 계산 비용과 계획의 중복을 성공적으로 감소시켰다.