[论文解读] Stronger Together: Air-Ground Robotic Collaboration Using Semantics

Ian D. Miller, Fernando Cladera+3 more|arXiv (Cornell University)|Jun 28, 2022

Robotics and Sensor-Based Localization被引用 4

一句话总结

本文提出了一种分布式、无GPS的空地机器人系统，其中高空四旋翼无人机为地面机器人提供实时语义地图，用于定位、全局路径规划和目标选择。该系统实现了低干预的自主协同任务，实现在真实环境中超过6公里、仿真中96公里的自主行驶，采用基于语义的跨视角定位与机会性通信技术。

ABSTRACT

In this work, we present an end-to-end heterogeneous multi-robot system framework where ground robots are able to localize, plan, and navigate in a semantic map created in real time by a high-altitude quadrotor. The ground robots choose and deconflict their targets independently, without any external intervention. Moreover, they perform cross-view localization by matching their local maps with the overhead map using semantics. The communication backbone is opportunistic and distributed, allowing the entire system to operate with no external infrastructure aside from GPS for the quadrotor. We extensively tested our system by performing different missions on top of our framework over multiple experiments in different environments. Our ground robots travelled over 6 km autonomously with minimal intervention in the real world and over 96 km in simulation without interventions.

研究动机与目标

• 在真实环境中实现无需基础设施支持的自主、大规模空地机器人团队协作。
• 解决复杂、动态环境中无GPS条件下地面机器人定位与导航的挑战。
• 开发一种分布式、可扩展的框架，利用语义信息实现跨视角定位与协同规划。
• 在真实环境与仿真任务中验证系统在最多10台地面机器人情况下的鲁棒性与可扩展性。
• 整合异构传感（空中与地面）与间歇性通信，无需中心化协调。

提出的方法

• 使用高空四旋翼无人机通过空中语义在线正射映射（ASOOM）生成实时语义地图，利用深度学习进行语义分割与正射校正。
• 为地面机器人配备语义定位器，将其局部观测与上方的语义地图匹配，实现无GPS定位。
• 实施一种分布式、机会性通信协议，使地面机器人可在无持续连接的情况下共享目标与地图更新。
• 使地面机器人能够独立利用空中地图中的语义信息选择并解除目标冲突，支持协同规划。
• 使用基于网格的语义物体类别（如汽车、建筑物）作为跨平台的通用表示，实现视角不变的融合与人类可理解的上下文信息。
• 将系统与分布式数据库及语义定位器集成，即使初始估计误差高达16米，也能收敛至3米以下的位姿误差。

实验结果

研究问题

• RQ1 仅依靠语义地图与机会性通信，异构空地机器人团队是否能在无GPS环境中实现自主运行？
• RQ2 地面机器人利用来自不同视角的空中地图中的语义特征进行定位的效率如何？
• RQ3 在大规模真实环境中，基于语义的协作在任务效率与可扩展性方面有多大的提升？
• RQ4 通信范围与间歇性对去中心化、分布式机器人系统团队性能有何影响？
• RQ5 随着地面机器人数量增加，系统性能如何扩展？任务完成时间的收益递减现象如何？

主要发现

• 语义定位器在收敛后将平均位姿误差降低至3米以下，而仅使用噪声里程计时误差超过24米。
• 在真实实验中，地面机器人在无GPS条件下自主行驶超过6公里，且人工干预极少，表现出强鲁棒性。
• 在仿真中，系统完成了26项任务，使用1至10台地面机器人，总行驶距离超过96公里，全程无需人工干预。
• 在26次仿真实验中，13个目标中有25次被成功访问；唯一一次失败是由于定位误差导致误判为已访问。
• 增加地面机器人数量可缩短任务持续时间，但收益递减，表明性能提升存在饱和点。
• 较短的通信范围有时反而提高了效率，促使更接近目标的机器人优先行动，表明通信范围并非严格瓶颈。