Multi S-Graphs: An Efficient Distributed Semantic-Relational Collaborative SLAM

要約

Collaborative Simultaneous Localization and Mapping (CSLAM) は、複数のロボットが複雑な環境で動作できるようにするために重要です。
ほとんどの CSLAM テクニックは、生のセンサー測定やキーフレーム記述子などの低レベルの機能に依存しているため、環境を深く理解していないために誤ったループが終了する可能性があります。
さらに、ロボット間でのこれらの測定値や低レベルの機能の交換には、大量のデータの送信が必要となり、システムの拡張性が制限されます。
これらの制限を克服するために、我々は分散型 CSLAM システムである Multi S-Graphs を紹介します。これは、4 層の階層的で最適化可能な状況グラフに埋め込まれた高レベルの意味関係情報を利用して、交換される情報を最小限に抑えながら、構造化された環境での協調的なマップの生成と位置特定を行います。
ロボットの間。
これをサポートするために、接続された壁とともに、ロボット間のループ クロージャを実行するために使用される新しい部屋ベースの記述子を提示し、複数のロボットによる誘拐問題の初期化の課題に対処します。
シミュレーション環境と実際の環境での複数の実験により、他の最先端のアプローチと比較してロボット間で交換されるデータ量を削減しながら、提案されたアプローチの精度と堅牢性の向上が検証されました。
Docker イメージ内で利用可能なソフトウェア: https://github.com/snt-arg/multi_s_graphs_docker

要約(オリジナル)

Collaborative Simultaneous Localization and Mapping (CSLAM) is critical to enable multiple robots to operate in complex environments. Most CSLAM techniques rely on raw sensor measurement or low-level features such as keyframe descriptors, which can lead to wrong loop closures due to the lack of deep understanding of the environment. Moreover, the exchange of these measurements and low-level features among the robots requires the transmission of a significant amount of data, which limits the scalability of the system. To overcome these limitations, we present Multi S-Graphs, a decentralized CSLAM system that utilizes high-level semantic-relational information embedded in the four-layered hierarchical and optimizable situational graphs for cooperative map generation and localization in structured environments while minimizing the information exchanged between the robots. To support this, we present a novel room-based descriptor which, along with its connected walls, is used to perform inter-robot loop closures, addressing the challenges of multi-robot kidnapped problem initialization. Multiple experiments in simulated and real environments validate the improvement in accuracy and robustness of the proposed approach while reducing the amount of data exchanged between robots compared to other state-of-the-art approaches. Software available within a docker image: https://github.com/snt-arg/multi_s_graphs_docker

arxiv情報

提供元, 利用サービス

arxiv.jp, Google