[논문 리뷰] Sparse 3D Topological Graphs for Micro-Aerial Vehicle Planning

Helen Oleynikova, Zachary Taylor외 2명|arXiv (Cornell University)|2018. 03. 12.

Robotic Path Planning Algorithms참고 문헌 17인용 수 5

한 줄 요약

이 논문은 마이크로 항공기(MAV) 경로 계획을 위한 노이즈에 강건한 희박한 3D 위상적 그래프를 노이즈가 많은 RGB-D 센서 데이터로부터 생성하는 방법을 제안한다. 유럽식 부호 거리 필드(ESDF)에서 3D 일반화 베르로이도 다이어그램(GVD)을 구성하고, 얇은 스켈레톤을 추출하며, 이를 기반으로 희박한 그래프를 피팅함으로써, RRT*보다 최대 800배 빠른 글로벌 계획이 가능해지며, 위상적 연결성과 장애물 간격을 유지한다.

ABSTRACT

Micro-Aerial Vehicles (MAVs) have the advantage of moving freely in 3D space. However, creating compact and sparse map representations that can be efficiently used for planning for such robots is still an open problem. In this paper, we take maps built from noisy sensor data and construct a sparse graph containing topological information that can be used for 3D planning. We use a Euclidean Signed Distance Field, extract a 3D Generalized Voronoi Diagram (GVD), and obtain a thin skeleton diagram representing the topological structure of the environment. We then convert this skeleton diagram into a sparse graph, which we show is resistant to noise and changes in resolution. We demonstrate global planning over this graph, and the orders of magnitude speed-up it offers over other common planning methods. We validate our planning algorithm in real maps built onboard an MAV, using RGB-D sensing.

연구 동기 및 목표

• 실세계의 노이즈가 많은 환경에서 작동하는 강건하고 희박한 3D 위상적 지도 표현 방식의 부족을 해결한다.
• 실제 센서 데이터로부터 구축된 밀도 높은 3D 바vox 지도에서 위상적으로 정확하고 노이즈에 강건한 스켈레톤을 추출하는 방법을 개발한다.
• 연결성과 장애물 간격을 유지하면서 초고속 글로벌 계획이 가능한 희박한 그래프 표현을 만든다.
• 실세계 MAV 비행 실험을 통해 이 방법의 실현 가능성과 성능을 입증한다. 이는 현장의 RGB-D 센싱을 활용한다.
• 산업 점검이나 구조 구출과 같은 다중 세션 임무에 적합한 빠른 초도 경로 계획을 가능하게 한다.

제안 방법

• voxblox 라이브러리를 사용하여 노이즈가 많은 RGB-D 센서 데이터로부터 밀도 높은 3D 유럽식 부호 거리 필드(ESDF)를 구축한다.
• 그래픽스 스켈레톤화 문헌에서 영감을 얻은 기법을 사용하여 ESDF에서 3D 일반화 베르로이도 다이어그램(GVD) 또는 중앙축을 추출한다.
• GVD의 중심 고리만 유지하여 1바vox 크기의 얇은 스켈레톤 다이어그램을 생성함으로써 위상적 구조를 표현한다.
• 스켈레톤 다이어그램에 희박하고 직선으로 연결된 그래프를 피팅하여 위상적 연결성과 기하학적 단순성을 확보한다.
• 결과로 도출된 희박한 그래프를 사용하여 A*-기반의 효율적인 글로벌 계획을 수행하고, 이후 다이나믹한 타당성을 확보하기 위해 다항식 최적화를 통해 보완한다.
• 초기 MAV 탐색 이후 오프라인으로 지도를 처리하여 재계획 시 빠른 쿼리 응답을 위한 위상적 그래프를 생성한다.

실험 결과

연구 질문

• RQ1 실제 노이즈가 있는 3D 센서 데이터로부터 안정적으로 환경의 주행 가능한 영역을 표현하는 3D 위상적 그래프를 추출할 수 있는가?
• RQ2 실세계 MAV 지ap핑에서 센서 노이즈와 바vox 해상도 변화에 대해 제안된 방법이 얼마나 강건한가?
• RQ3 기존의 RRT*나 ESDF 기반 A*와 비교했을 때, 희박한 위상적 그래프가 글로벌 경로 계획을 얼마나 가속화하는가?
• RQ4 초기 계획 이후에 고품질의 다이나믹하게 타당한 궤적을 그래프가 지원할 수 있는가?
• RQ5 현장 센서와 계산을 활용한 임베디드 MAV 하드웨어에서 이 방법이 실시간 배포에 적합한가?

주요 결과

• 희박한 그래프를 통한 계획 시간은 3.28 ms로, 30 m × 30 m 미로에서 초기 RRT* 솔루션(2.5 s) 대비 800배 빠른 성능을 달성한다.
• RRT Connect(0.153 s) 대비 50배 빠른 성능을 보이며, 다양한 방법 간 일관된 성능 향상을 입증한다.
• 희박한 그래프 방법은 경로 길이 86.178 m를 생성하였으며, 최단 경로(62.079 m, RRT* 경유)보다 약간 길지만 최대 간격 경로이다.
• 모의 및 실세계 지도에서의 정량적 평가를 통해 노이즈와 해상도 변화에 강건함을 입증하였다.
• 실제 20 m × 22 m 지도에서 실시간 배포 가능성을 확인하기 위해 현장 MAV 컴퓨터에서 전체 희박한 그래프를 2.13초 만에 생성하였다.
• 실제 비행 실험에서 이 방법은 빠른 초도 경로 계획(그림 1의 노랑색)을 성공적으로 수행하였고, 이어 동적 타당성과 충돌 회피 최적화(빨간색)를 수행함으로써 종단 간 적용 가능성을 입증하였다.