TOP-Nav: Legged Navigation Integrating Terrain, Obstacle and Proprioception Estimation

要約

脚式ナビゲーションは通常、オープンワールド、オフロード、および困難な環境内で検査されます。
これらのシナリオでは、外部擾乱を推定するには、マルチモーダル情報の複雑な合成が必要です。
これは、主に障害物を回避することに焦点を当てた既存の作品に大きな制限があることを強調しています。
この研究では、地形認識、障害物回避、および閉ループ固有受容を備えた包括的な経路プランナーを統合する、新しい脚式ナビゲーション フレームワークである TOP-Nav を提案します。
TOP-Nav は、経路計画と動作計画の両方において、視覚と固有受容間の相乗効果を強調します。
パス プランナー内に、ロボットが障害物を効果的に回避しながら、より通過性の高い地形上のウェイポイントを選択できるようにする地形推定機能を提供および統合します。
動作計画レベルでは、ナビゲーション コマンドを追跡する移動コントローラを実装するだけでなく、経路プランナーに動作評価を提供する固有受容アドバイザーも構築します。
閉ループのモーション フィードバックに基づいて、ビジョンベースの地形と障害物の推定をオンラインで修正します。
その結果、TOP-Nav は、事前知識の分布を超えてロボットが地形や外乱に対処でき、視覚条件による制約を克服できるオープンワールドナビゲーションを実現します。
TOP-Nav は、シミュレーション環境と現実世界の環境の両方で行われた広範な実験に基づいて構築されており、既存の方法と比較してオープンワールド ナビゲーションにおいて優れたパフォーマンスを実証します。

要約(オリジナル)

Legged navigation is typically examined within open-world, off-road, and challenging environments. In these scenarios, estimating external disturbances requires a complex synthesis of multi-modal information. This underlines a major limitation in existing works that primarily focus on avoiding obstacles. In this work, we propose TOP-Nav, a novel legged navigation framework that integrates a comprehensive path planner with Terrain awareness, Obstacle avoidance and close-loop Proprioception. TOP-Nav underscores the synergies between vision and proprioception in both path and motion planning. Within the path planner, we present and integrate a terrain estimator that enables the robot to select waypoints on terrains with higher traversability while effectively avoiding obstacles. In the motion planning level, we not only implement a locomotion controller to track the navigation commands, but also construct a proprioception advisor to provide motion evaluations for the path planner. Based on the close-loop motion feedback, we make online corrections for the vision-based terrain and obstacle estimations. Consequently, TOP-Nav achieves open-world navigation that the robot can handle terrains or disturbances beyond the distribution of prior knowledge and overcomes constraints imposed by visual conditions. Building upon extensive experiments conducted in both simulation and real-world environments, TOP-Nav demonstrates superior performance in open-world navigation compared to existing methods.

arxiv情報

著者 Junli Ren,Yikai Liu,Yingru Dai,Guijin Wang
発行日 2024-04-23 17:42:45+00:00
arxivサイト arxiv_id(pdf)

提供元, 利用サービス

arxiv.jp, Google

カテゴリー: cs.AI, cs.CV, cs.RO, cs.SY, eess.SY パーマリンク