Generation of skill-specific maps from graph world models for robotic systems

要約

ビルディング インフォメーション モデル (BIM) と、点群から BIM を生成する (半) 自動ツールの利用可能性が高まる中、私たちは、これらのモデル内にエンコードされた意味論的および幾何学的な知識を使用して、
ロボットの位置特定とナビゲーションのためのマップを生成します。
環境内に異種ロボットが導入されている場合、古典的な SLAM アプローチから取得されたマップは、ロボットのチーム内のすべてのエージェント間で共有されない可能性があります。
センサーの種類の不一致、またはロボットの物理的な寸法の違いが原因です。
私たちのアプローチは、BIM から 3D ジオメトリと建築要素の意味的記述 (材料、要素タイプ、色など) を抽出し、この知識をグラフで表します。
グラフ上のクエリとロボットのスキルの知識に基づいて、ローカリゼーションまたはナビゲーション タスクの実行中に使用できるスキル固有のマップを生成できます。
このアプローチは、複雑なビルド環境からのデータを使用して検証され、既存のナビゲーション フレームワークに統合されます。

要約(オリジナル)

With the increase in the availability of Building Information Models (BIM) and (semi-) automatic tools to generate BIM from point clouds, we propose a world model architecture and algorithms to allow the use of the semantic and geometric knowledge encoded within these models to generate maps for robot localization and navigation. When heterogeneous robots are deployed within an environment, maps obtained from classical SLAM approaches might not be shared between all agents within a team of robots, e.g. due to a mismatch in sensor type, or a difference in physical robot dimensions. Our approach extracts the 3D geometry and semantic description of building elements (e.g. material, element type, color) from BIM, and represents this knowledge in a graph. Based on queries on the graph and knowledge of the skills of the robot, we can generate skill-specific maps that can be used during the execution of localization or navigation tasks. The approach is validated with data from complex build environments and integrated into existing navigation frameworks.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google