Under-Canopy Navigation using Aerial Lidar Maps

要約

構造化されていない自然環境における自律航行は、重大な課題を引き起こします。
事前情報のないゴールナビゲーションタスクでは、ロボットが利用する搭載センサーの先読みが限られているため、経路の効率が損なわれます。
私たちは、地上ロボットのナビゲーションを改善するために、天蓋上の航空地図を活用する新しいアプローチを提案します。
当社のシステムは、航空 LIDAR スキャンを利用して 3D 確率的占有マップを作成し、航空機の軌道の不確実性を独自に組み込んで精度を向上させています。
経路長と確率マップから推定される障害リスクを組み合わせた、新しい経路計画コスト関数が導入されています。
次に、D-Star Lite アルゴリズムが、目標への最適な (最小コストの) パスを計算します。
このシステムにより、地上で予期せぬ障害物に遭遇した際の動的な再計画も可能になります。
模擬森林および実際の森林における広範な実験とアブレーション研究により、当社のシステムの有効性が実証されています。

要約(オリジナル)

Autonomous navigation in unstructured natural environments poses a significant challenge. In goal navigation tasks without prior information, the limited look-ahead of onboard sensors utilised by robots compromises path efficiency. We propose a novel approach that leverages an above-the-canopy aerial map for improved ground robot navigation. Our system utilises aerial lidar scans to create a 3D probabilistic occupancy map, uniquely incorporating the uncertainty in the aerial vehicle’s trajectory for improved accuracy. Novel path planning cost functions are introduced, combining path length with obstruction risk estimated from the probabilistic map. The D-Star Lite algorithm then calculates an optimal (minimum-cost) path to the goal. This system also allows for dynamic replanning upon encountering unforeseen obstacles on the ground. Extensive experiments and ablation studies in simulated and real forests demonstrate the effectiveness of our system.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google