[论文解读] Agile Reactive Navigation for A Non-Holonomic Mobile Robot Using A Pixel Processor Array

Yanan Liu, Laurie Bose+7 more|arXiv (Cornell University)|Sep 27, 2020

Robotics and Sensor-Based Localization参考文献 21被引用 4

一句话总结

本文提出了一种针对非完整移动机器人的敏捷反应式导航系统，利用像素处理器阵列（PPA）在传感器端直接执行实时图像处理，从而实现高达3.88 m/s的高速通过门框导航。通过在SCAMP-5芯片上以超过2000 fps的速率直接处理视觉特征（如目标图案），系统绕过了传统图像传输瓶颈，实现了计算开销极小的实时控制。

ABSTRACT

This paper presents an agile reactive navigation strategy for driving a non-holonomic ground vehicle around a preset course of gates in a cluttered environment using a low-cost processor array sensor. This enables machine vision tasks to be performed directly upon the sensor's image plane, rather than using a separate general-purpose computer. We demonstrate a small ground vehicle running through or avoiding multiple gates at high speed using minimal computational resources. To achieve this, target tracking algorithms are developed for the Pixel Processing Array and captured images are then processed directly on the vision sensor acquiring target information for controlling the ground vehicle. The algorithm can run at up to 2000 fps outdoors and 200fps at indoor illumination levels. Conducting image processing at the sensor level avoids the bottleneck of image transfer encountered in conventional sensors. The real-time performance of on-board image processing and robustness is validated through experiments. Experimental results demonstrate that the algorithm's ability to enable a ground vehicle to navigate at an average speed of 2.20 m/s for passing through multiple gates and 3.88 m/s for a 'slalom' task in an environment featuring significant visual clutter.

研究动机与目标

• 在复杂环境中实现非完整移动机器人的高速、反应式导航，采用低成本、低功耗的视觉处理方案。
• 克服传统视觉处理流水线依赖离传感器图像传输和通用计算所导致的延迟与能效低下问题。
• 开发一种直接控制回路，将传感器上提取的视觉特征直接映射到机器人执行机构，消除坐标变换的开销。
• 通过利用传感器端图像处理与滤波技术，在运动干扰和光照变化条件下实现鲁棒性能。
• 在计算资源极少的情况下，通过最小化外部计算，实现复杂任务（如通过门框和蛇形导航）中的实时敏捷性。

提出的方法

• 利用SCAMP-5像素处理器阵列（PPA）在传感器端执行图像处理，实现在图像平面上的并行计算。
• 在PPA上实现迭代泛洪法与基于邻域的滤波算法，从视觉图案中提取并去噪目标特征（如圆形圆盘）。
• 直接在PPA上提取图案中四个目标点的中心坐标，避免了坐标系变换的需求。
• 仅将处理后的特征坐标（而非完整图像）发送至Raspberry Pi，由其执行基于PID的转向与速度控制。
• 设计了编码转向指令（左转/右转）的视觉图案，由PPA直接解析，用于引导蛇形导航。
• 通过利用PPA的并行处理能力并最小化数据移动，实现了高达2000 fps（户外）和200 fps（室内）的帧率。

实验结果

研究问题

• RQ1 使用像素处理器阵列进行传感器端图像处理，是否能够实现在复杂环境中非完整机器人的实时、敏捷反应式导航？
• RQ2 与传统视觉流水线相比，消除图像传输瓶颈在多大程度上提升了响应速度与导航速度？
• RQ3 将视觉特征坐标直接映射到机器人控制指令，在减少计算开销与提升敏捷性方面效果如何？
• RQ4 仅使用传感器端处理与最小外部计算的反应式系统，其最大可实现的导航速度是多少？
• RQ5 在高速运行过程中，面对运动引起的扰动与光照变化，该系统的鲁棒性如何？

主要发现

• 在通过多个门框的任务中，系统实现了平均2.20 m/s的导航速度，VICON追踪记录的最高速度达到2.50 m/s。
• 在高速“蛇形”任务中，机器人峰值速度达到3.88 m/s，相当于全尺寸汽车的139 km/h，展现出卓越的敏捷性。
• SCAMP-5 PPA在户外光照条件下图像处理速率超过2000 fps，相比传统流水线显著降低了延迟。
• 系统总处理延迟约为472 μs，其中大部分时间（328 μs）用于坐标提取与发送至Raspberry Pi。
• 传感器端特征检测与机器人控制之间的直接连接消除了复杂坐标变换的需要，提升了鲁棒性并降低了计算负载。
• 系统在运动引起的振动与视觉杂乱条件下表现出鲁棒性能，高速机动过程中仍能保持精确导航。