[論文レビュー] MengeROS: a Crowd Simulation Tool for Autonomous Robot Navigation

Anoop Aroor, Susan L. Epstein+1 more|arXiv (Cornell University)|Jan 26, 2018

Evacuation and Crowd Dynamics参考文献 4被引用数 4

ひとこと要約

MengeROS は、ROS と統合されたオープンソースの 2D シミュレータであり、Menge クラウドシミュレータと組み合わせることで、動的で大規模な群衆環境におけるリアルなマルチロボットナビゲーションのテストを可能にする。複数のロボットと 1,000 人の歩行者を同時にシミュレートでき、衝突回避およびセンサーモデルをカスタマイズ可能で、標準ハードウェアでもリアルタイム性能を達成し、A* や CSA* などのナビゲーションアルゴリズムの直接比較を可能にする。

ABSTRACT

While effective navigation in large, crowded environments is essential for an autonomous robot, preliminary testing of algorithms to support it requires simulation across a broad range of crowd scenarios. Most available simulation tools provide either realistic crowds without robots or realistic robots without realistic crowds. This paper introduces MengeROS, a 2-D simulator that realistically integrates multiple robots and crowds. MengeROS provides a broad range of settings in which to test the capabilities and performance of navigation algorithms designed for large crowded environments.

研究の動機と目的

• 自律ナビゲーションのテストに、ロボットと動的群衆をリアルに統合するオープンソースで ROS ネイティブなシミュレータが不足しているという問題を解決すること。
• ショッピングモール、美術館、博覧会など、複雑で変動しやすい群衆シナリオにおけるロボットナビゲーションの包括的で大規模なシミュレーションを可能にすること。
• 実世界への展開の前に、同一でリアルな群衆条件下でのナビゲーションアルゴリズムの評価と比較を可能にすること。
• ロボット制御とセンサーシミュレーションのため、ROS に統合された Menge クラウドシミュレータの機能を拡張すること。
• スケーラブルで柔軟なシミュレーションを通じて、混雑した屋内環境におけるロボットナビゲーションの研究コストと開発時間を削減すること。

提案手法

• MengeROS は、オープンソースの Menge クラウドシミュレータとロボットオペレーティングシステム（ROS）を統合し、1 つの ROS ノード内でロボットと歩行者を統合的にシミュレート可能にする。
• Menge のゴール選択、経路計画（A* およびポテンシャルフィールド）、および 6 つの衝突回避モデル（社会的力、ORCA、PedVO などを含む）を用いて、リアルな歩行者移動を実現する。
• 各ロボットは外部の ROS コントローラーで制御され、速度指令を受け取り、可変な視野角と範囲を持つレーザー距離計データをシミュレートする。
• 歩行者は選択された衝突回避モデルに従い、他の歩行者およびロボットを避けるが、ロボットは障害物回避のために外部コントローラーの指令にのみ依存する。
• ロボットの半径、ノイズのない運動、すべてのエージェントの位置およびセンサ読み取り値の ROS 互換出力をカスタマイズ可能にサポートする。
• 性能は意思決定サイクルごとに測定され、マルチコアワークステーション上で計測されたタイミングデータにより、ロボットおよび歩行者数の増加に伴うスケーラビリティを評価する。

実験結果

リサーチクエスチョン

• RQ1 どのようにして、混雑した屋内環境におけるマルチロボットナビゲーションのリアルで大規模なテストを可能にするシミュレーションツールを設計できるか？
• RQ2 クラウドシミュレータを ROS に統合することで、より効果的でリアルなロボットナビゲーションアルゴリズムの評価がどの程度可能になるか？
• RQ3 MengeROS のパフォーマンスは、複雑な環境におけるロボットおよび歩行者の数の増加に伴い、どのようにスケーリングするか？
• RQ4 MengeROS は、シミュレートされたレーザースキャンデータを用いて、従来の経路計画法（例：A*）と高度な手法（例：CSA*）の比較を可能にするか？
• RQ5 共有の群衆シミュレーション環境で複数のロボットとセンサ処理をシミュレートする際の計算上のボトルネックは何か？

主な発見

• MengeROS は、博覧会のレイアウトのような複雑な環境において、最大 1,000 人の歩行者と 20 台のロボットを同時にシミュレートすることに成功した。
• ロボットが存在しない状態では、8 コア 1.2 GHz のワークステーション上で平均意思決定サイクル時間が 51ms に達し、強力なベースラインパフォーマンスを示した。
• 20 台のロボットを含む状態では、平均意思決定サイクル時間が 1,568ms に増加し、ロボット数に比例する線形の性能低下を示した。
• システムは、可変な 220° の視野角と最大 25 メートルの範囲を持つ、リアルタイムのロボットレーザースキャンシミュレーションをサポートしている。
• MengeROS は、シミュレートされた 2D レーザースキャンデータを用いて、A* や CSA* などのナビゲーションアルゴリズムの直接比較を可能にし、群衆密度マップの学習に利用できる。
• このツールは拡張可能でオープンソースであり、GitHub にコード、ドキュメンテーション、デモがホスティングされており、ロボット研究分野における採用とさらなる開発を促進する。