[論文レビュー] OF-VO: Reliable Navigation among Pedestrians Using Commodity Sensors.

Jing Liang, Yi-Ling Qiao+1 more|arXiv (Cornell University)|Apr 23, 2020

Robotic Path Planning Algorithms参考文献 34被引用数 4

ひとこと要約

OF-VO は、コンsumerセンサー（RGB-D カメラと 2D ライダー）を用いて、歩行者を伴う動的環境においてリアルタイムで動作する、学習ベースとモデルベースを組み合わせたナビゲーションシステムを提示する。光学フローに基づく障害物速度予測と修正された速度障害物アルゴリズムを組み合わせることで、先行手法と比較して衝突回避成功率が向上し、ナビゲーション時間も短縮される。

ABSTRACT

We present a novel algorithm for safe navigation of a mobile robot among pedestrians. Our approach uses commodity visual sensors, including RGB-D cameras and a 2D lidar, for explicitly predicting the velocities and positions of surrounding obstacles through optical flow estimation and object detection. Given these partial observations of the environment, we present a modified velocity-obstacle (VO) algorithm to compute collision-free trajectories for the robot. A key aspect of our work is the coupling between the perception (OF: optical flow) and planning (VO) components for reliable navigation. Overall, our OF-VO algorithm is a hybrid combination of learning-based and model-based methods and offers better performance over prior algorithms in terms of navigation time and success rate of collision avoidance. We highlight the realtime performance of OF-VO in simulated and real-world dynamic scenes on a Turtlebot robot navigating among pedestrians with commodity sensors. A demo video is available at \url{this https URL}

研究の動機と目的

• 低コストのコンsumerセンサーを用いて、動的で歩行者が存在する環境において、安全でリアルタイムなモバイルロボットのナビゲーションを可能にすること。
• 部分的でノイズの多いセンサ観測において、歩行者の運動を正確に予測する課題に対処すること。
• 既存の速度障害物法および学習ベースの手法と比較して、衝突回避性能とナビゲーション効率を向上させること。
• 認識（光学フロー）と運動計画（速度障害物）を統合的かつ密接に結合したフレームワークを構築し、耐障害性を高めること。

提案手法

• 本システムは、RGB-D カメラと 2D ライダーを用いて、環境のリアルタイムな視覚的および深度データを取得する。
• RGB-D 動画ストリームに光学フロー推定を適用し、移動障害物の速度と位置を予測する。
• 物体検出を用いて歩行者を特定・追跡し、障害物の状態推定を精緻化する。
• 修正された速度障害物（VO）アルゴリズムにより、予測された障害物の運動に基づいて衝突のないロボットの軌道を計算する。
• 認識部と計画部が密接に結合されており、光学フローの予測結果が直接 VO の計算に反映され、応答性が向上する。
• アルゴリズムは、シミュレーテッドおよび実環境の動的シーンにおいて、Turtlebot プラットフォーム上で実装および評価されている。

実験結果

リサーチクエスチョン

• RQ1 コンsumerセンサーを用いたハイブリッドな認識-計画システムは、リアルタイムで歩行者を伴う環境において信頼性のあるナビゲーションを達成できるか？
• RQ2 光学フロー推定と速度障害物計画を組み合わせることで、衝突回避性能はどのように向上するか？
• RQ3 RGB-D および 2D ライダーからの部分的でリアルタイムの観測が、ナビゲーションの成功確率と効率に与える影響は何か？
• RQ4 OF-VO は、先行の学習ベースおよびモデルベースのナビゲーション手法と比較して、性能でどのように差をつけるか？

主な発見

• OF-VO は、シミュレーテッドおよび実環境の歩行者シナリオにおいて、ベースライン手法と比較してより高い衝突回避成功率を達成した。
• 障害物運動の正確な予測に基づくより効率的な軌道計画のおかげで、平均ナビゲーション時間が短縮された。
• 本システムはコンsumerハードウェア上でリアルタイムに動作し、低コストのモバイルロボットへの実装可能性を示した。
• 光学フローと速度障害物部の統合は、分離されたアプローチと比較して、より応答性が高く信頼性の高い運動意思決定を実現した。