[논문 리뷰] OF-VO: Reliable Navigation among Pedestrians Using Commodity Sensors.

Jing Liang, Yi-Ling Qiao외 1명|arXiv (Cornell University)|2020. 04. 23.

Robotic Path Planning Algorithms참고 문헌 34인용 수 4

한 줄 요약

OF-VO는 일반 소비자용 센서(컬러-깊이 카메라와 2D 레이저 라이더)를 사용하여 보행자 사이에서 실시간으로 작동하는 하이브리드 학습 기반 및 모델 기반의 내비게이션 시스템을 제안한다. 광학 유속 기반의 장애물 속도 예측과 수정된 속도 장애물 알고리즘을 결합함으로써, 동적인 환경에서 이전 방법들에 비해 더 높은 충돌 회피 성공률과 더 짧은 내비게이션 시간을 달성한다.

ABSTRACT

We present a novel algorithm for safe navigation of a mobile robot among pedestrians. Our approach uses commodity visual sensors, including RGB-D cameras and a 2D lidar, for explicitly predicting the velocities and positions of surrounding obstacles through optical flow estimation and object detection. Given these partial observations of the environment, we present a modified velocity-obstacle (VO) algorithm to compute collision-free trajectories for the robot. A key aspect of our work is the coupling between the perception (OF: optical flow) and planning (VO) components for reliable navigation. Overall, our OF-VO algorithm is a hybrid combination of learning-based and model-based methods and offers better performance over prior algorithms in terms of navigation time and success rate of collision avoidance. We highlight the realtime performance of OF-VO in simulated and real-world dynamic scenes on a Turtlebot robot navigating among pedestrians with commodity sensors. A demo video is available at \url{this https URL}

연구 동기 및 목표

• 저비용의 일반 소비자용 센서를 사용하여 보행자로 이루어진 동적인 환경에서 안전하고 실시간으로 로봇 내비게이션을 가능하게 하기 위해.
• 부분적이고 노이즈가 많은 센서 관측치에서 보행자의 운동을 정확히 예측하는 문제에 대응하기 위해.
• 기존의 속도 장애물 및 학습 기반 방법들에 비해 충돌 회피 성능과 내비게이션 효율성을 향상시키기 위해.
• perception(광학 유속)과 운동 계획(속도 장애물)을 통합된, 결합된 프레임워크로 통합하여 내구성을 높이기 위해.

제안 방법

• 시스템은 환경의 실시간 시각적 및 깊이 데이터를 캡처하기 위해 컬러-깊이 카메라와 2D 레이저 라이더를 사용한다.
• RGB-D 영상 스트림에 광학 유속 추정을 적용하여 이동 장애물의 속도와 위치를 예측한다.
• 객체 검출을 사용하여 보행자를 식별하고 추적함으로써 장애물 상태 추정치를 정밀화한다.
• 수정된 속도 장애물(VO) 알고리즘이 예측된 장애물 운동 기반으로 충돌 없는 로봇 경로를 계산한다.
• perception 및 계획 컴포넌트가 밀접하게 결합되어 있으며, 광학 유속 예측 결과가 직접적으로 VO 계산에 영향을 주어 반응성을 향상시킨다.
• 알고리즘은 시뮬레이션 및 실제 동적 환경에서 모두 테스트된 터틀봇 플랫폼에 구현되고 평가된다.

실험 결과

연구 질문

• RQ1 일반 소비자용 센서를 사용하는 하이브리드 perception-계획 시스템이 실시간으로 보행자 사이에서 신뢰할 수 있는 내비게이션을 달성할 수 있는가?
• RQ2 광학 유속 추정과 속도 장애물 계획을 결합함으로써 충돌 회피 성능은 어떻게 향상되는가?
• RQ3 RGB-D와 2D 레이저 라이더에서 얻는 부분적이고 실시간 관측치가 내비게이션 성공률과 효율성에 어떤 영향을 미치는가?
• RQ4 OF-VO는 이전의 학습 기반 및 모델 기반 내비게이션 방법들에 비해 성능에서 어떻게 뛰어나게 되는가?

주요 결과

• OF-VO는 시뮬레이션 및 실제 보행자 시나리오 모두에서 기준 방법들에 비해 더 높은 충돌 회피 성공률를 달성한다.
• 정확한 장애물 운동 예측 기반의 더 효율적인 경로 계획 덕분에 평균 내비게이션 시간이 감소한다.
• 시스템은 일반 소비자용 하드웨어에서 실시간으로 작동하여 저비용 모바일 로봇에의 구현 가능성을 입증한다.
• 광학 유속과 속도 장애물 컴포넌트의 결합은 분리된 접근 방식보다 더 빠르고 신뢰할 수 있는 운동 결정을 이끈다.