[论文解读] Learning Deep SDF Maps Online for Robot Navigation and Exploration

Gadiel Sznaier Camps, Robert Dyro+2 more|arXiv (Cornell University)|Jul 21, 2022

Advanced Control Systems Optimization被引用 4

一句话总结

本文提出一种在线学习框架，通过流式LiDAR数据训练深度符号距离函数（SDF），实现实时构建高保真3D地图，同时通过序列凸模型预测控制实现无碰撞轨迹规划。该方法通过将置信度加权的局部SDF网络融合为全局地图，实现了在未知环境中更优的地图质量与动态导航性能，优于基线方法在地图保真度与规划鲁棒性方面的表现。

ABSTRACT

We propose an algorithm to (i) learn online a deep signed distance function (SDF) with a LiDAR-equipped robot to represent the 3D environment geometry, and (ii) plan collision-free trajectories given this deep learned map. Our algorithm takes a stream of incoming LiDAR scans and continually optimizes a neural network to represent the SDF of the environment around its current vicinity. When the SDF network quality saturates, we cache a copy of the network, along with a learned confidence metric, and initialize a new SDF network to continue mapping new regions of the environment. We then concatenate all the cached local SDFs through a confidence-weighted scheme to give a global SDF for planning. For planning, we make use of a sequential convex model predictive control (MPC) algorithm. The MPC planner optimizes a dynamically feasible trajectory for the robot while enforcing no collisions with obstacles mapped in the global SDF. We show that our online mapping algorithm produces higher-quality maps than existing methods for online SDF training. In the WeBots simulator, we further showcase the combined mapper and planner running online -- navigating autonomously and without collisions in an unknown environment.

研究动机与目标

• 解决从稀疏、流式LiDAR数据中实时构建高质量、大规模3D地图的挑战，且无需表面法线或颜色信息。
• 克服传统表示方法（如体素网格与点云）的局限性，这些方法内存占用高，且与连续轨迹规划器不兼容。
• 通过避免灾难性遗忘并支持增量式地图扩展，实现实时在线训练深度SDF，以支持机器人导航。
• 将深度SDF地图与非线性轨迹规划器集成，实现在未知环境中动态、无碰撞的导航。
• 开发一种可扩展的、基于置信度加权的融合机制，将多个局部SDF网络整合为全局一致、高保真的地图表示。

提出的方法

• 使用LiDAR扫描流训练深度神经网络，以表示局部环境的符号距离函数（SDF），并采用傅里叶特征编码以提升表示质量。
• 通过10,000个混合点组成的批次在线优化SDF网络，点权重按与表面距离的倒数加权，以提升泛化能力与细节表现。
• 在训练质量达到饱和后缓存SDF网络及其学习到的置信度度量，随后初始化新网络以映射新探索区域。
• 采用基于置信度加权的求和方案，将所有缓存的局部SDF网络融合为全局SDF地图，以保持精度与可扩展性。
• 将全局SDF地图集成到序列凸模型预测控制（MPC）规划器中，实现实时计算动态可行、无碰撞的轨迹。
• 使用自动微分计算深度SDF地图的雅可比矩阵，供MPC优化器使用，从而实现高效的基于梯度的轨迹优化。

Figure 1 : A robot in the Webots simulator (right) uses our method to plan a trajectory on a map reconstructed from a deep SDF (left) learned online from LiDAR data.

实验结果

研究问题

• RQ1 能否在无表面法线或颜色数据的情况下，从稀疏、实时的LiDAR扫描中在线训练深度SDF，同时避免灾难性遗忘？
• RQ2 如何从多个置信度水平各异的局部训练SDF网络中构建全局一致的3D地图？
• RQ3 深度SDF地图表示能否在非线性轨迹规划器中有效用作碰撞约束，以实现实时机器人导航？
• RQ4 在未知环境中，与离线训练或微调基线方法相比，在线SDF训练在地图质量与规划性能方面表现如何？
• RQ5 通过滚动时域MPC集成在线映射与规划，是否能导致复杂3D环境中机器人自主、自适应的探索行为？

主要发现

• 所提方法在房屋与工厂环境中的地图保真度均优于基线方法（微调、批量重训练及持续神经映射）。
• 持续神经映射基线因缺乏表面法线数据且使用LiDAR而非RGB-D数据，未能学习到有效的SDF表示。
• 微调网络遭受灾难性遗忘影响，仅保留了最近访问位置的表示。
• 每个局部SDF网络的平均训练时间为3.5分钟，最长29分钟，最短5秒，表明具备高效的在线适应能力。
• 机器人在Webots仿真器中成功实现自主导航，每5秒基于更新的地图信息动态重规划轨迹。
• 随着地图质量提升，轨迹变得更加直接，机器人自然减少了探索行为，表明映射与规划实现了有效集成。

Figure 2 : (Left) Model architecture. It takes as input a point p and outputs the scalar values $s$ and $c$ , which are the signed distance and the corresponding confidence respectively. The first layer is the Fourier feature layer that encodes the input into frequency dimensions. (Right) In free sp