[論文レビュー] Design and Development of Autonomous Delivery Robot

Aniket Gujarathi, Akshay Kulkarni+7 more|arXiv (Cornell University)|Mar 16, 2021

Robotic Path Planning Algorithms参考文献 33被引用数 4

ひとこと要約

本論文では、VNITキャンパスで屋外運用を想定した完全自律型配送ロボットのプロトタイプを提示している。高精度地図作成、センサーフュージョン（LIDAR、カメラ）、リアルタイム計画による耐障害性の高いナビゲーションを統合している。360°の視界を実現するためのカタディオプトリックパンクリティカルカメラを採用し、U-NetおよびENetを用いたセマンティックセグメンテーション、EKFベースの局所化により、人間との相互作用を伴いながらも人的介入なしに安全に配送を実現。動的環境下でも信頼性の高い経路計画と障害物回避を達成した。

ABSTRACT

The field of autonomous robotics is growing at a rapid rate. The trend to use increasingly more sensors in vehicles is driven both by legislation and consumer demands for higher safety and reliable service. Nowadays, robots are found everywhere, ranging from homes, hospitals to industries, and military operations. Autonomous robots are developed to be robust enough to work beside humans and to carry out jobs efficiently. Humans have a natural sense of understanding of the physical forces acting around them like gravity, sense of motion, etc. which are not taught explicitly but are developed naturally. However, this is not the case with robots. To make the robot fully autonomous and competent to work with humans, the robot must be able to perceive the situation and devise a plan for smooth operation, considering all the adversities that may occur while carrying out the tasks. In this thesis, we present an autonomous mobile robot platform that delivers the package within the VNIT campus without any human intercommunication. From an initial user-supplied geographic target location, the system plans an optimized path and autonomously navigates through it. The entire pipeline of an autonomous robot working in outdoor environments is explained in detail in this thesis.

研究の動機と目的

• 屋外キャンパス環境において人的介入なしに、経路を走行し荷物を配送できる完全自律型移動ロボットの開発を目的とする。
• 動的障害物、局所化精度、360°環境認識といった屋外自律走行における課題に対処することを目的とする。
• 実世界への展開を想定し、認識、地図作成、局所化、計画のパイプラインを統合する。
• マルチセンサーフュージョンとセマンティックセグメンテーションを活用し、道路および障害物検出のためのロボットの耐障害性を向上させることを目的とする。
• 動的歩行者および車両交通を伴う実環境の屋外条件下で、システムの妥当性を検証することを目的とする。

提案手法

• ロボットは、放物面ミラーを用いたカタディオプトリックカメラセットアップにより、360°パノラマ画像を生成し、全方向視界と3次元再構成を実現する。
• SLAMおよびGPSデータを用いて、VNITキャンパスの高精度（HD）地図を複数のレイヤー（走行可能領域、障害物、ウェイポイントなど）で構築する。
• LIDARとカメラデータのセンサーフュージョンは、修正版EKFを用いて実施し、正確な状態推定と局所化を実現。外部キャリブレーションにはチェッカーパattersベースのZhang法を採用。
• ドライブレイト領域および障害物検出のためのセマンティックセグメンテーションは、CamVidおよびCityscapesデータセットで学習されたU-NetおよびENetアーキテクチャを用いて実施。
• グローバル経路計画にはHD地図上でのA*アルゴリズムを、ローカル経路計画には衝突検出を伴うダイナミック・ウインドウ・アプローチを採用。
• ROSを用いてシステム統合を実施。認識、局所化、計画、制御モジュール間のデータフローはトピックベース通信により可視化。

実験結果

リサーチクエスチョン

• RQ1 動的障害物を伴う屋外キャンパス環境向けに、費用対効果に優れた完全自律型配送ロボットをどのように設計できるか？
• RQ2 GPS不使用または劣化した屋外環境下でも、ロバストな局所化と状態推定を実現するためのセンサーフュージョン戦略は何か？
• RQ3 パノラマカタディオプトリックカメラシステムは、障害物検出および3次元再構成に向け、どのように信頼性の高い360°視覚データを提供できるか？
• RQ4 複雑な屋外シーンにおいて、道路および障害物をリアルタイムで高精度にセグメンテーションできる深層学習アーキテクチャは何か？
• RQ5 階層的計画アーキテクチャは、実世界の屋外環境において、安全で最適化され、動的かつ柔軟なナビゲーションをどのように実現できるか？

主な発見

• ロボットはVNITキャンパスの定められたルートを人的介入なしに走行し、実際の屋外条件下でのエンドツーエンド自律走行を実証した。
• カタディオプトリックカメラシステムは一貫したパノラマ視覚データを提供し、全方向にわたる3次元点群再構成および障害物検出に効果的であった。
• U-NetおよびENetを用いたセマンティックセグメンテーションは、走行可能領域と非走行領域の分類において高い精度を達成。定量的・定性的な結果ともに、道路領域と非道路領域の明確な区別がなされていた。
• EKFを用いたセンサーフュージョンにより局所化誤差が低減され、シミュレーション結果ではノイズの大きい条件下でも状態推定が改善された。
• 屋内および屋外テストの両方で安定した性能を示した。特に屋外テストでは、動的障害物が存在する中でも信頼性の高い経路追従が達成された。
• 地図作成、局所化、認識、計画を含む完全なパイプラインが、実環境での展開において検証され、スケーラブルなミドルマイル配送アプリケーションへの実現可能性が裏付けられた。