[논문 리뷰] Door Delivery of Packages using Drones.

Shyam Sundar Kannan, Byung‐Cheol Min|arXiv (Cornell University)|2021. 04. 12.

Robotics and Sensor-Based Localization참고 문헌 16인용 수 5

한 줄 요약

이 논문은 외부 마커에 의존하지 않고, 의미 분할을 사용하여 자율적으로 특정 실내 배송 위치를 식별하고 이동하는 드론 배송 시스템을 제안한다. 자연어 지시를 해석하고 딥러닝을 통해 안전한 내림내림 위치를 추정함으로써 드론은 시뮬레이션 환경에서 앞문과 같은 목표 위치로 자율적으로 길을 찾는 데 성공하였으며, 마커 없이 지시 기반의 배송이 가능함을 입증한다.

ABSTRACT

In this work, we present a system that enables delivery drones to autonomously navigate and deliver packages at various locations around the house. The objective of this to reach a specific location in the house where the recipient wants the package to be delivered by the drone without the use of any external markers as currently used. This work is motivated by the recent advancements in semantic segmentation using deep learning that can potentially replace the specialized marker used by the current delivery drone for identifying the place where it needs to deliver the package. The proposed system is more natural in the sense that it takes an instruction input on where to deliver the package similar to the instructions provided to the human couriers. We propose a semantic segmentation-based lowering location estimator that enables the drone to find a safe spot around the house to lower from higher altitudes. Following this, we propose a strategy for visually routing the drone from the location where it lowered to a specific location like the front door of the house where it needs to deliver the package. We extensively evaluate the proposed approach in a simulated environment that demonstrates that the delivery drone can deliver the package to the front door and also to other specified locations around the house.

연구 동기 및 목표

• 외부 마커에 의존하지 않고 드론이 특정 실내 위치에 패키지를 배송할 수 있도록 하는 것.
• 더 자연스럽고 인간과 유사한 배송 지시를 위해 마커 기반 정위치를 의미 분할로 대체하는 것.
• 자연어 배송 지시를 해석하고 이를 가정 내 물리적 위치에 매핑하는 시스템을 개발하는 것.
• 안전한 내림내림 지점에서부터 최종 배송 목적지까지 자율적인 시각적 라우팅을 가능하게 하는 것.
• 실제 시뮬레이션된 실내 환경에서 시스템의 성능을 평가하는 것.

제안 방법

• 시스템은 시각적 입력을 기반으로 주택 내 잠재적인 안전한 내림내림 위치를 의미 분할을 통해 식별한다.
• 내림내림 위치 추정기(_estimator)는 드론이 고도를 낮추기에 가장 적합한 위치를 선택한다.
• 드론은 내림내림 지점에서부터 최종 배송 목적지(예: 앞문)까지 시각적 내비게이션을 사용하여 길을 찾는다.
• 시스템은 자연어 지시를 처리하여 환경 내에서의 목표 배송 지점을 결정한다.
• 드론의 내비게이션 및 정확도를 훈련하고 평가하기 위해 시뮬레이션 환경을 사용한다.
• 딥러닝 모델을 활용하여 시각적 장면과 공간적 지시를 모두 해석하여 정위치 및 라우팅을 수행한다.

실험 결과

연구 질문

• RQ1 드론이 시각적 입력과 의미 분할만을 사용하여 주택 내 안전한 내림내림 위치를 정확히 식별할 수 있는가?
• RQ2 드론이 내림내림 지점에서부터 앞문과 같은 특정 실내 위치로 시각적 단서만으로 내비게이션할 수 있는가?
• RQ3 외부 마커 없이 패키지를 특정 위치에 배송하는 데 시스템의 성능은 어느 정도인가?
• RQ4 자연어 지시가 실내 환경에서 물리적 배송 지점에 얼마나 효과적으로 매핑될 수 있는가?
• RQ5 시스템의 성능은 다양한 실내 환경과 배송 지점에서 어떻게 달라지는가?

주요 결과

• 드론은 시뮬레이션 환경에서 의미 분할을 통해 안전한 내림내림 위치를 성공적으로 식별하였다.
• 시스템은 내림내림 지점에서부터 목표 배송 지점(예: 앞문)까지 정확한 시각적 라우팅을 가능하게 하였다.
• 외부 마커에 의존하지 않고도 특정 실내 위치에 성공적으로 배송을 완료하였다.
• 딥러닝과 시각적 내비게이션을 활용한 마커 없는, 지시 기반 실내 드론 배송의 가능성은 입증되었다.
• 시뮬레이션 결과는 시스템이 다양한 실내 환경과 배송 지점을 처리할 수 있음을 확인하였다.
• 마커 의존 시스템에 비해 더 자연스럽고 확장 가능한 배송 경험을 가능하게 한다.