[论文解读] Heterogeneous Robot Teams for Informative Sampling

Travis Manderson, Sandeep Manjanna+1 more|arXiv (Cornell University)|Jun 17, 2019

Robotic Path Planning Algorithms参考文献 17被引用 5

一句话总结

本文提出一种协作式多机器人系统，采用异构无人机（UAV）与地面无人车（UGV）在危险环境中实现自适应、信息驱动的采样。系统结合基于Gabor的纹理分类与基于策略梯度的路径规划，在学习得到的可行驶性评分图上进行规划，通过UGV反馈迭代优化地形分类与路径效率，在陆地与海洋试验中均实现了高于均匀采样策略的信息增益。

ABSTRACT

In this paper we present a cooperative multi-robot strategy to adaptively explore and sample environments that are unfavorable for humans. We propose a methodology for a team of heterogeneous robots to collaborate on information based planning for applications like sampling thermal imagery in a wildfire affected site to assist with detecting spot fires and areas of residual fires, fire mapping and monitoring fire progression or applications in marine domain for coral reef monitoring and survey. We use Gabor filter based texture classifier on aerial images from an Unmanned Aerial Vehicle (UAV) to segment the region of interest into classes. A policy gradient based path planner is used on the texture classified aerial image to plan a path for the Unmanned Ground Vehicle (UGV). The UGV then uses a local planner to reach the goals set by the global planner by avoiding obstacles. The UGV also learns the labels for the segmented classes as drivable and non-drivable using the feedback from the performance while reaching the planned waypoints. We evaluated the building blocks of our approach and present the results with application of these strategies to different domains.

研究动机与目标

• 实现对野火后区域与珊瑚礁等危险、非结构化环境的自主协作采样。
• 解决在复杂地形中利用航空影像与实时可行驶性反馈实现UGV高效路径规划的挑战。
• 开发一种反馈驱动的主动学习框架，通过UGV导航性能提升地形分类与路径规划精度。
• 通过UAV-UGV/AUV协作，在陆地与海洋领域验证信息驱动规划的有效性。

提出的方法

• 利用基于Gabor滤波器的纹理分类器对无人机获取的航空影像进行分割，识别地形类别。
• 根据初始假设为各类地形分配可行驶性评分，并通过UGV反馈动态更新评分图。
• 基于策略梯度的全局路径规划器利用评分图生成UGV的最优路径点，以在时间约束下最大化信息增益。
• UGV采用局部规划器在路径点间导航，同时避开障碍物，并利用实时性能数据优化可行驶性评分。
• 在策略梯度目标中引入KL散度正则化与熵惩罚项，以平衡探索与利用。
• 反馈回路支持在障碍物阻碍进展时进行迭代重规划，从而提升长期路径效率。

实验结果

研究问题

• RQ1 异构机器人团队如何在危险、非结构化环境中协作规划信息丰富的采样路径？
• RQ2 UGV导航反馈在动态户外环境中在多大程度上提升了地形分类与路径规划的准确性？
• RQ3 基于策略梯度的规划器能否在真实采样任务中有效最大化信息增益，同时满足时间与能耗约束？
• RQ4 将UGV性能学习得到的可行驶性评分整合到路径规划中，相较于静态或均匀采样策略，如何显著提升全局路径规划质量？

主要发现

• 与均匀采样相比，该系统在路径规划中获得了更高的折扣奖励，证明了在时间约束下具备更优的信息增益。
• 在海洋试验中，AUV保持了稳定的珊瑚覆盖率，33%的前向图像包含珊瑚，表明其有效导航至目标地形。
• UGV通过反馈驱动的可行驶性更新成功穿越复杂地形，减少了障碍物遭遇次数并提升了路径效率。
• 经实地实验验证，策略梯度规划器在陆地与海洋环境中均优于基线策略。
• 系统在长距离自主导航中表现出强鲁棒性，在开阔海域实现了超过1公里的无碰撞行驶，同时保持了目标覆盖率。
• 将实时UGV反馈整合至评分图中，实现了自适应重规划，在动态与不确定环境中显著提升了路径质量。