要約
この論文は、火星および救助任務向けに設計された M4 (マルチモーダル モビリティ モルフォボット) ロボットの自律性を強化します。
この研究により、ロボットが複雑な地形での移動モードと経路を自律的に選択できるようになります。
歩行モードと飛行モードに焦点を当て、Gazebo シミュレーション、カスタム知覚ナビゲーション パイプラインが開発されています。
深層学習を活用し、ロボットは 2.5D マップに基づいて最適なモード遷移を決定します。
さらに、2.5D マッピングに基づくエネルギー効率の高いパス プランナーが実装され、シミュレーションで検証されます。
これらの貢献は、将来のモード統合のためのスケーラビリティを示しています。
M4 ロボットは、インテリジェントなモード切り替え、効率的なナビゲーション、エネルギー消費の削減を示し、探索や救助任務のための完全自律型マルチモーダル ロボットに近づけます。
この取り組みは、自律型ロボット工学の将来の進歩への道を切り開き、M4 ロボットを探索および救助作業に配備し、インテリジェントで多用途なロボット システムの探求に大きな影響を与えるという最終的なビジョンを実現します。
要約(オリジナル)
This thesis enhances the autonomy of the M4 (Multi-Modal Mobility Morphobot) robot, designed for Mars and rescue missions. The research enables the robot to autonomously select its locomotion mode and path in complex terrains. Focusing on walking and flying modes, a Gazebo simulation, and custom perception-navigations pipelines are developed. Leveraging deep learning, the robot determines optimal mode transitions based on a 2.5D map. Additionally, an energy efficient path planner based on 2.5D mapping is implemented and validated in simulations. The contributions demonstrate scalability for future mode integrations. The M4 robot showcases intelligent mode switching, efficient navigation, and reduced energy consumption, bringing us closer to fully autonomous multi-modal robots for exploration and rescue missions. This work paves the way for future advancements in autonomous robotics, with the ultimate vision of deploying the M4 robot for exploration and rescue tasks, making a significant impact in the quest for intelligent and versatile robotic systems.
arxiv情報
| 著者 | Rohit Hiraman Rajput |
| 発行日 | 2023-08-26 23:27:27+00:00 |
| arxivサイト | arxiv_id(pdf) |
提供元, 利用サービス
arxiv.jp, Google