[论文解读] Learning to Navigate: Exploiting Deep Networks to Inform Sample-Based Planning During Vision-Based Navigation

Justin S. Smith, Jin‐Ha Hwang+2 more|arXiv (Cornell University)|Jan 16, 2018

Robotic Path Planning Algorithms参考文献 4被引用 5

一句话总结

本文通过微调端到端模型以生成受全局目标引导的高质量轨迹样本，将深度学习整合到基于样本的规划中，实现视觉导航的性能提升。通过调整网络的输入/输出以优先考虑目标导向运动，该方法在模拟环境和Turtlebot 2真实机器人测试中，将所需样本数量减少一个数量级，同时保持或超越传统规划器的性能表现。

ABSTRACT

Recent applications of deep learning to navigation have generated end-to-end navigation solutions whereby visual sensor input is mapped to control signals or to motion primitives. The resulting visual navigation strategies work very well at collision avoidance and have performance that matches traditional reactive navigation algorithms while operating in real-time. It is accepted that these solutions cannot provide the same level of performance as a global planner. However, it is less clear how such end-to-end systems should be integrated into a full navigation pipeline. We evaluate the typical end-to-end solution within a full navigation pipeline in order to expose its weaknesses. Doing so illuminates how to better integrate deep learning methods into the navigation pipeline. In particular, we show that they are an efficient means to provide informed samples for sample-based planners. Controlled simulations with comparison against traditional planners show that the number of samples can be reduced by an order of magnitude while preserving navigation performance. Implementation on a mobile robot matches the simulated performance outcomes.

研究动机与目标

• 解决端到端深度学习导航在目标导向任务中表现不佳的问题，尽管其具备强大的避碰能力。
• 识别标准端到端模型在集成到完整闭环导航流程时的局限性。
• 重新设计深度学习模块，使其作为基于样本规划器的数据驱动采样启发式方法。
• 在不牺牲性能的前提下，减少成功导航所需的轨迹样本数量。
• 在模拟环境和真实移动机器人（Turtlebot 2）上验证该方法的有效性。

提出的方法

• 微调端到端导航网络，使其输出偏向于全局目标的轨迹候选，而非仅生成反应式控制指令。
• 修改训练数据和损失函数，引入目标方向与距离信息，使网络输出适用于基于样本的规划器使用。
• 将深度神经网络作为启发式采样器集成到基于RRT或类似算法的采样规划器中，取代随机采样。
• 利用网络的特征表示生成高质量、目标导向的轨迹候选，提高成功可能性。
• 在失败时应用恢复行为（360°转向），实现初始候选集失败后的重新规划。
• 在模拟环境（简单、基于扇区的世界）和配备单目视觉的真实Turtlebot 2上评估系统性能。

实验结果

研究问题

• RQ1 端到端深度学习导航模型能否被有效重用于作为基于样本规划器的采样启发式方法？
• RQ2 通过在输入/输出中引入目标信息来修改网络结构，对规划效率和成功率有何影响？
• RQ3 与随机采样相比，使用学习到的采样启发式方法可在多大程度上减少轨迹样本数量？
• RQ4 在稀疏和密集环境中，所提方法与传统规划器（如TEB）的性能相比如何？
• RQ5 所提方法能否在真实世界中实现与模拟结果相当的性能表现？

主要发现

• 所提方法在保持或提升模拟环境中导航成功率的同时，将所需轨迹样本数量减少了一个数量级（10倍）。
• 在稀疏扇区世界中，LPIPS-ToGoal方法取得了93.33%的成功率，优于TEB的86.56%成功率。
• 在密集扇区世界中，LPIPS-ToGoal方法取得了70%的成功率，而TEB为90%，表明在复杂环境中存在性能权衡。
• 在真实世界的Turtlebot 2上，系统在15次导航试验中成功了13次，两次失败主要由于视场受限。
• 该方法在真实部署中成功匹配了模拟环境中的性能表现，验证了从模拟到现实的迁移能力。
• 失败案例主要归因于视场受限和缺乏时间记忆，提示未来需在传感器建模或记忆集成方面进行改进。