[论文解读] Graph-Based Topological Exploration Planning in Large-Scale 3D Environments

Fan Yang, Dung-Han Lee+2 more|arXiv (Cornell University)|Mar 31, 2021

Robotics and Sensor-Based Localization参考文献 15被引用 4

一句话总结

本文提出了一种基于图的拓扑探索规划框架，利用基于凸多面体的三维几何估计构建稀疏拓扑地图，实现在大规模三维环境中的高效、高层级探索。通过将前缘区域分组为独立的拓扑节点，并采用双层规划策略，该方法在仿真中将重规划频率降低并提升探索效率超过40%，并在地下矿井环境中展现出稳健的现实世界性能。

ABSTRACT

Currently, state-of-the-art exploration methods maintain high-resolution map representations in order to optimize exploration goals in each step that maximizes information gain. However, during exploring, those "optimal" selections could quickly become obsolete due to the influx of new information, especially in large-scale environments, and result in high-frequency re-planning that hinders the overall exploration efficiency. In this paper, we propose a graph-based topological planning framework, building a sparse topological map in three-dimensional (3D) space to guide exploration steps with high-level intents so as to render consistent exploration maneuvers. Specifically, this work presents a novel method to estimate 3D space's geometry with convex polyhedrons. Then, the geometry information is utilized to group space into distinctive regions. And those regions are added as nodes into the topological map, directing the exploration process. We compared our method with the state-of-the-art in simulated environments. The proposed method achieves higher space coverage and outperforms exploration efficiency by more than 40% during experiments. Finally, a field experiment was conducted to further evaluate the applicability of our method to empower efficient and robust exploration in real-world environments.

研究动机与目标

• 为解决现有先进3D探索方法在大规模环境中因信息快速变化而导致的高计算成本和频繁重规划问题。
• 通过基于三维空间中几何连续性和相互可视性的方法构建稀疏拓扑地图，减少规划冗余。
• 通过将前缘区域分组为独立的拓扑节点，实现长期规划下的稳定高层级探索操作。
• 通过双层规划策略实现探索效率的提升，允许在不确定区域中实现捷径穿越。
• 在仿真和真实地下环境中验证该方法的鲁棒性与效率。

提出的方法

• 该方法使用多个凸多面体来估计三维空间的几何结构，以表示已知区域，从而实现清晰的前缘提取和区域分组。
• 基于几何连续性和相互可视性，将前缘区域分组为具有区分度的探索区域，构成拓扑图中的节点。
• 从这些分组区域构建稀疏拓扑地图，作为长期规划的高层级探索目标。
• 采用分叉式规划策略：局部规划引导一致的运动朝向附近的拓扑节点，而全局规划则允许在部分已知或不确定区域中实现捷径穿越。
• 探索规划器使用15米的探测范围和10米的覆盖范围来定义前缘空间，确保信息提取的可靠性与路径可行性。
• 通过搭载LiDAR、深度相机和基于运动基元的规划器的机载系统，在Intel NUC上实现实时运行，支持在复杂地下环境中自主飞行。

实验结果

研究问题

• RQ1 基于凸多面体构建的几何拓扑地图是否能减少大规模三维环境中的规划冗余并提升探索效率？
• RQ2 在仿真中，所提出的拓扑规划框架与最先进方法相比，在空间覆盖率和计算效率方面表现如何？
• RQ3 该方法是否能在GPS拒止、无纹理且结构复杂的现实世界地下环境中实现一致的高层级探索操作？
• RQ4 通过不确定区域实现捷径的能力在多大程度上减少了回溯并提升了整体探索速度？
• RQ5 几何区域分组与双层规划策略的结合在维持探索连续性和覆盖率方面有多有效？

主要发现

• 在仿真环境中，该方法的探索效率较最先进方法提升40%以上，以单位时间内的空间覆盖率衡量。
• 在真实飞行中，该方法实现了平均0.8 m/s的探索速度，接近1.0 m/s的最大速度限制，表明其决策过程稳定且高效。
• 在Brady’s Bend矿井的实地实验中，规划器成功在主通道中保持一致的飞行模式，并在局部死胡同时自动转向新分支，确保了持续探索。
• 真实飞行重建的点云地图忠实反映了环境覆盖情况，验证了该方法在复杂、GPS拒止的地下环境中的鲁棒性。
• 拓扑地图实现了对不确定区域的有效捷径穿越，显著减少了回溯行为，并降低了对高频重规划的依赖。
• 该方法通过从高分辨率地图维护转向基于几何区域分组的稀疏拓扑表示，成功降低了计算成本和规划冗余。