[논문 리뷰] MengeROS: a Crowd Simulation Tool for Autonomous Robot Navigation

Anoop Aroor, Susan L. Epstein외 1명|arXiv (Cornell University)|2018. 01. 26.

Evacuation and Crowd Dynamics참고 문헌 4인용 수 4

한 줄 요약

MengeROS는 ROS와 통합된 오픈소스 2차원 시뮬레이터로, Menge 혼잡도 시뮬레이터와 ROS를 결합하여 동적이고 대규모 인파 환경에서 현실적인 다중 로봇 주행 테스트를 가능하게 합니다. 이 시스템은 충돌 회피 및 센서 모델을 구성할 수 있으며, 표준 하드웨어에서 실시간 성능을 달성하면서도 A* 및 CSA*와 같은 주행 알고리즘 간 직접 비교를 가능하게 하며, 최대 1,000명의 보행자와 다수의 로봇을 동시에 시뮬레이션합니다.

ABSTRACT

While effective navigation in large, crowded environments is essential for an autonomous robot, preliminary testing of algorithms to support it requires simulation across a broad range of crowd scenarios. Most available simulation tools provide either realistic crowds without robots or realistic robots without realistic crowds. This paper introduces MengeROS, a 2-D simulator that realistically integrates multiple robots and crowds. MengeROS provides a broad range of settings in which to test the capabilities and performance of navigation algorithms designed for large crowded environments.

연구 동기 및 목표

• 자율 주행 테스트를 위한 현실적인 로봇과 동적 인파를 동시에 통합하는 오픈소스, ROS 네이티브 시뮬레이터의 부족을 보완하기 위해.
• 백화점, 박물관, 무역 박람회와 같은 복잡하고 변화무도한 인파 환경에서의 로봇 주행을 포괄적이고 대규모로 시뮬레이션하기 위해.
• 실제 환경 배치 이전에 동일한 현실적인 인파 조건에서 주행 알고리즘의 평가 및 비교를 가능하게 하기 위해.
• 로봇 제어 및 센서 시뮬레이션을 위한 ROS 통합을 통해 Menge 혼잡도 시뮬레이터의 기능을 확장하기 위해.
• 확장 가능하고 유연한 시뮬레이션을 통해 실내 인파 환경에서의 로봇 주행 연구 비용과 개발 시간을 절감하기 위해.

제안 방법

• MengeROS는 오픈소스 Menge 혼잡도 시뮬레이터를 로봇 운영 체제(Robot Operating System, ROS)와 통합하여 하나의 ROS 노드에서 로봇과 보행자를 통합적으로 시뮬레이션합니다.
• Menge의 목표 선택, 경로 계획(A* 및 퍼텐셜 필드) 및 6종의 충돌 회피 모델(사회력 모델, ORCA, PedVO 포함)을 사용하여 현실적인 보행자 운동을 구현합니다.
• 각 로봇은 외부 ROS 컨트롤러에 의해 제어되며, 속도 명령을 수신하고 구성 가능한 시야각과 범위로 레이저 레인지 파인더 데이터를 시뮬레이션합니다.
• 보행자들은 선택된 충돌 회피 모델을 사용해 다른 보행자와 로봇을 모두 회피하지만, 로봇은 장애물 회피를 위해 오직 외부 컨트롤러 명령에 의존합니다.
• 시스템은 구성 가능한 로봇 반경, 노이즈 없는 운동, 모든 에이전트의 위치 및 센서 읽기 값을 ROS 호환 형식으로 출력할 수 있습니다.
• 성능은 결정 주기 단위로 측정되며, 다중 코어 워크스테이션에서 시간 측정 데이터를 수집하여 로봇 및 보행자 수 증가에 따른 확장성 평가를 수행합니다.

실험 결과

연구 질문

• RQ1 어떻게 하면 실내 대규모 인파 환경에서 다중 로봇 주행 테스트를 현실적으로 수행할 수 있는 시뮬레이션 도구를 설계할 수 있는가?
• RQ2 혼잡도 시뮬레이터를 ROS와 통합함으로써 로봇 주행 알고리즘 평가의 효과성과 현실성은 어느 정도 향상되는가?
• RQ3 복잡한 환경에서 로봇 및 보행자 수 증가에 따라 MengeROS의 성능는 어떻게 확장되는가?
• RQ4 MengeROS는 시뮬레이션된 레이저 스캔 데이터를 사용해 기존 경로 계획(A* 등)과 고급 방법(CSA* 등) 간의 비교를 지원할 수 있는가?
• RQ5 공동 사용되는 혼잡도 시뮬레이션 환경에서 다수의 로봇과 센서 처리를 동시에 시뮬레이션할 때의 계산적 병목 현상은 무엇인가?

주요 결과

• MengeROS는 무역 박람회 레이아웃과 같은 복잡한 환경에서 최대 1,000명의 보행자와 20台의 로봇을 동시에 시뮬레이션합니다.
• 로봇이 없는 경우, MengeROS는 8코어, 1.2GHz 워크스테이션에서 평균 결정 주기 시간이 51ms를 기록하여 강력한 기준 성능을 확보합니다.
• 20대의 로봇이 있는 경우 평균 결정 주기 시간은 1,568ms로 증가하여 로봇 수에 비례하는 선형적인 성능 저하를 보입니다.
• 시스템은 구성 가능한 220° 시야각과 최대 25미터 범위로 로봇 레이저 레인지 스캔을 실시간으로 시뮬레이션할 수 있습니다.
• MengeROS는 시뮬레이션된 2차원 레이저 스캔 데이터를 사용해 보행자 밀도 지도를 학습하는 데 기반한 A* 및 CSA*와 같은 주행 알고리즘 간 직접 비교를 가능하게 합니다.
• 이 도구는 확장 가능하고 오픈소스이며, GitHub에 소스 코드, 문서, 데모가 게시되어 있어 로봇 연구 분야에서의 도입과 향후 개발을 촉진합니다.