[논문 리뷰] MuSHR: A Low-Cost, Open-Source Robotic Racecar for Education and Research

Siddhartha S Srinivasa, Patrick Lancaster외 9명|arXiv (Cornell University)|2019. 08. 21.

Robotic Path Planning Algorithms참고 문헌 2인용 수 45

한 줄 요약

MuSHR은 교육 및 연구를 위한 저비용의 오픈 소스 로봇 레이싱 카 플랫폼으로, 풀 스택 하드웨어/소프트웨어 및 광범위한 학습과 실험을 가능하게 하는 자세한 튜토리얼을 제공합니다.

ABSTRACT

We present MuSHR, the Multi-agent System for non-Holonomic Racing. MuSHR is a low-cost, open-source robotic racecar platform for education and research, developed by the Personal Robotics Lab in the Paul G. Allen School of Computer Science & Engineering at the University of Washington. MuSHR aspires to contribute towards democratizing the field of robotics as a low-cost platform that can be built and deployed by following detailed, open documentation and do-it-yourself tutorials. A set of demos and lab assignments developed for the Mobile Robots course at the University of Washington provide guided, hands-on experience with the platform, and milestones for further development. MuSHR is a valuable asset for academic research labs, robotics instructors, and robotics enthusiasts.

연구 동기 및 목표

• 로봇공학을 민주화하기 위해 교육 및 연구를 위한 합리적 가격의 개방적이고 쉽게 구축 가능한 레이싱 카 플랫폼을 제공합니다.
• 상세한 문서와 튜토리얼이 포함된 완전한 엔드투엔드 하드웨어/소프트웨어 스택을 제공합니다.
• 준비된 로컬라이제이션, 계획, 제어 모듈을 통해 대학 강의와 연구를 지원합니다.
• 다중 로봇 및 자율 항해 맥락에서 빠른 프로토타이핑과 실험을 가능하게 합니다.

제안 방법

• 상세 조립 지침이 포함된 일반 구입 부품으로 구성된 하드웨어.
• RGBD 카메라(Intel RealSense D435i)와 LIDAR(YLDAR X4)를 포함하는 네 센서 인식 스택.
• 일반 RC 배터리에 적합한 전력/하위 시스템을 갖춘 온보드 계산용 Nvidia Jetson Nano.
• sensing 인터페이스, 제어 모듈, ESC 인터페이스, 로컬라이제이션 모듈의 네 가지 주요 구성요소를 포함한 소프트웨어 스택.
• 지도 기반 장애물 회피가 가능한 정적/동적 궤적 계획을 수행하는 자율 모델 예측 제어기(mushr_rhc).
• 이전 연구에서 차용된 파티클 필터를 기반으로 한 로컬라이제이션 모듈이 ROS 기반 내비게이션 스택에 통합되어 있습니다.
• 센서용 오픈 소스 ROS 인터페이스와 게임 컨트롤러를 통한 원격 조작 지원, 안전/백업 컨트롤 포함.

실험 결과

연구 질문

• RQ1 완전한 기능을 갖춘 자율 주행 자동차 플랫폼이 교육 및 연구에 얼마나 합리적 가격으로 제공될 수 있는가?
• RQ2 저비용 스택이 고가의 대응 기종과 비교할 수 있는 로컬라이제이션, 계획 및 제어 알고리즘을 지원하는가?
• RQ3 MuSHR 플랫폼이 모빌 로봇, 로컬라이제이션, 자율 항해에 관한 대학 강의의 교육 도구로서 얼마나 효과적인가?
• RQ4 개방형 문서화 및 튜토리얼이 플랫폼의 광범위한 채택과 기여를 가능하게 하는 데 어떤 영향을 미치는가?

주요 결과

• MuSHR은 기본적으로 $600 수준으로 구축할 수 있으며 레이저 스캐너와 RGBD 카메라를 포함하면 약 $900으로, 유사한 MIT 기반 시스템보다 상당히 저렴합니다.
• 플랫폼은 Nvidia Jetson Nano를 사용하여 로컬라이제이션, 계획 및 머신 러닝 작업을 더 낮은 비용으로 실행할 수 있게 합니다.
• MuSHR은 ROS 인터페이스와 원격 조작 지원이 가능한 RGBD 카메라, LIDAR, 범퍼로 구성된 네 센서 인식 스택을 포함합니다.
• 네 가지 구성요소의 소프트웨어 스택은 인식, 제어(자율 모델 예측 제어기 포함), ESC 인터페이스, 로컬라이제이션(파티클 필터)을 가능하게 합니다.
• 개방적이고 광범위한 문서 및 비디오 기반 빌드 가이드는 빠른 배포와 교육을 지원합니다.
• MuSHR은 UW 코스(CSE 490R, CSE 571, EE P 545)와 통합되어 로컬라이제이션, 제어 및 계획 실험에 사용되었습니다.
• 이 플랫폼은 고등학교에서 대학까지의 교육과 연구를 가능하게 하는 것을 목표로 하며, 지속적인 튜토리얼과 커뮤니티 기반 개발이 이어집니다.