[论文解读] A software toolkit and hardware platform for investigating and comparing robot autonomy algorithms in simulation and reality

Asher Elmquist, Aaron J. Young+9 more|arXiv (Cornell University)|Jun 14, 2022

Real-time simulation and control systems被引用 4

一句话总结

本文提出一个开源软件工具包（ATK）和一个1/6比例的硬件平台（ART），用于在仿真和真实环境中开发与比较机器人自主算法。通过使用基于ROS 2的自主堆栈，并集成基于Chrono的数字孪生系统，该平台能够直接比较仿真与实际测试中算法的性能，旨在量化并缓解轮式与履带式车辆自主性中的仿真到现实差距。

ABSTRACT

We describe a software framework and a hardware platform used in tandem for the design and analysis of robot autonomy algorithms in simulation and reality. The software, which is open source, containerized, and operating system (OS) independent, has three main components: a ROS 2 interface to a C++ vehicle simulation framework (Chrono), which provides high-fidelity wheeled/tracked vehicle and sensor simulation; a basic ROS 2-based autonomy stack for algorithm design and testing; and, a development ecosystem which enables visualization, and hardware-in-the-loop experimentation in perception, state estimation, path planning, and controls. The accompanying hardware platform is a 1/6th scale vehicle augmented with reconfigurable mountings for computing, sensing, and tracking. Its purpose is to allow algorithms and sensor configurations to be physically tested and improved. Since this vehicle platform has a digital twin within the simulation environment, one can test and compare the same algorithms and autonomy stack in simulation and reality. This platform has been built with an eye towards characterizing and managing the simulation-to-reality gap. Herein, we describe how this platform is set up, deployed, and used to improve autonomy for mobility applications.

研究动机与目标

• 创建一个统一的研究基础设施，支持在仿真环境和真实世界环境中开发与验证轮式与履带式车辆的自主算法。
• 通过在仿真与物理性能之间进行受控、可重复的对比，解决机器人领域中长期存在的仿真到现实差距问题。
• 提供一个与操作系统无关、基于容器的软件堆栈，加速在多样化硬件与仿真配置中的算法开发与部署。
• 支持对传感器误差、模型不匹配以及算法选择如何导致仿真到现实差距的定量表征。
• 通过在仿真与硬件之间使用单一、一致的自主堆栈，实现感知、状态估计、规划与控制流程的快速迭代与验证。

提出的方法

• 该平台将基于ROS 2的自主堆栈与高保真的C++车辆动力学与传感器仿真框架（Chrono）集成，实现对轮式与履带式车辆在刚性与可变形地形上的精确仿真。
• 自主工具包（ATK）是一个基于Docker容器的、与操作系统无关的框架，用于抽象化并编排自主流程的各个组件，包括感知、状态估计、路径规划与控制。
• 一台1/6比例的物理车辆（ART）配备可重构的3D打印安装支架，用于安装摄像头、3D激光雷达及计算单元（如Jetson Xavier NX），支持对传感器与算法配置的真实世界测试。
• 该物理车辆在Chrono::Vehicle与Chrono::Sensor中拥有数字孪生模型，其悬架、转向与电机模型均经过校准，以确保仿真保真度。
• 运动捕捉系统提供毫米级精度的真实世界车辆状态真值，支持精确的性能评估与差距分析。
• 相同的自主堆栈在仿真与硬件上以完全相同的方式运行，从而可直接对比感知输出、规划决策与控制性能。

实验结果

研究问题

• RQ1 在仿真环境中开发的感知与规划算法，在部署到1/6比例物理车辆时，其性能在多大程度上保持一致？
• RQ2 传感器建模、动力学特性与控制性能的差异在多大程度上导致了自主移动中的仿真到现实差距？
• RQ3 是否可以有效将统一的基于ROS 2的自主堆栈部署并验证于高保真仿真与真实世界硬件上，且仅需极少的重新配置？
• RQ4 传感器布置方式、模型保真度与环境条件的变化如何影响仿真与真实环境中自主算法性能的一致性？
• RQ5 高精度运动追踪在实现对感知与控制模块仿真到现实差距的定量分析中起到何种作用？

主要发现

• ART平台成功实现了使用相同ROS 2堆栈，在仿真与真实测试之间进行直接、并行的自主算法性能对比。
• 仿真与真实世界数据中的感知结果均一致地检测到圆锥体，包括边界框、类别标签、置信度分数与三维位置估计。
• 两种环境中的规划输出在边界曲线估计与控制目标点选择方面表现出一致，表明跨模态的功能一致性。
• 运动捕捉系统的使用实现了毫米级精度的真值跟踪，验证了数字孪生的保真度，并支持定量差距分析。
• 容器化的ATK框架显著减少了设置时间，并实现了在仿真与硬件平台之间无缝部署自定义自主流程。
• 该平台支持未来扩展更多传感器（如GPS、IMU、双目相机），从而可更深入研究传感器模型误差及其在自主堆栈中的传播。