NeuroSwarm: Multi-Agent Neural 3D Scene Reconstruction and Segmentation with UAV for Optimal Navigation of Quadruped Robot

要約

四足歩行ロボットは、散らかった環境を移動するために、身体とステップの高さを適応させる明確な能力を持っている。しかしながら、これらのロボットが実世界のシナリオでその潜在能力をフルに活用するためには、環境や障害物の形状を認識する必要がある。我々は、最先端技術を取り入れた新しいマルチエージェントロボットシステムを提案する。提案するソリューションは、静的環境と半静的環境の両方において四脚ロボットのナビゲーションを可能にする3Dニューラル再構成アルゴリズムを特徴とする。また、環境の先行領域は、四足歩行ロボットの通過能力に応じてセグメント化される。さらに、我々は、2次元空間における衝突確率と障害物の高さの両方を考慮する適応的神経場最適運動プランナー（ANFOMP）を開発した。我々の新しいナビゲーションとマッピングのアプローチにより、4脚ロボットは、アーチの下をナビゲートし、より小さな寸法の障害物を突き進むために、その高さと挙動を調整することができる。マルチエージェントによるマッピング動作は、障害物の再構成精度が82％と、高精度であることが証明されている。さらに、4脚ロボットは3次元障害物情報とANFOMPシステムを用いて航行することができ、その結果、経路長を33.3％短縮し、航行時間を70％短縮することができた。

要約(オリジナル)

Quadruped robots have the distinct ability to adapt their body and step height to navigate through cluttered environments. Nonetheless, for these robots to utilize their full potential in real-world scenarios, they require awareness of their environment and obstacle geometry. We propose a novel multi-agent robotic system that incorporates cutting-edge technologies. The proposed solution features a 3D neural reconstruction algorithm that enables navigation of a quadruped robot in both static and semi-static environments. The prior areas of the environment are also segmented according to the quadruped robots’ abilities to pass them. Moreover, we have developed an adaptive neural field optimal motion planner (ANFOMP) that considers both collision probability and obstacle height in 2D space.Our new navigation and mapping approach enables quadruped robots to adjust their height and behavior to navigate under arches and push through obstacles with smaller dimensions. The multi-agent mapping operation has proven to be highly accurate, with an obstacle reconstruction precision of 82%. Moreover, the quadruped robot can navigate with 3D obstacle information and the ANFOMP system, resulting in a 33.3% reduction in path length and a 70% reduction in navigation time.

arxiv情報

提供元, 利用サービス

arxiv.jp, DeepL