GRID-FAST: A Grid-based Intersection Detection for Fast Semantic Topometric Mapping

要約

この記事では、モバイル ロボット工学アプリケーションにおける効率的なナビゲーションと意思決定を可能にする地形図を構築するための新しいアプローチを紹介します。
この方法では、2D グリッドベースの地図から地形図を生成します。
トポメトリック マップは、入力マップのエリアをさまざまな構造意味クラス (交差点、通路、行き止まり、未踏のエリアにつながる通路) にセグメント化します。
この方法は、意味的に意味のある方法で交差点のエリアと開口部を識別する新しい交差点検出技術に基づいています。
このフレームワークは、最小限の計算コストで 2 つのレベルの事前フィルタリングを導入し、高レベルのマップ セグメンテーションと意思決定のコンテキストにおいて重要ではない小さな開口部やオブジェクトをマップから削除します。
GRID-FAST によって生成されたトポロジ マップは、大規模環境での高速ナビゲーションを可能にし、構造セマンティクスはミッション計画、自律探査、人間とロボットの協力を支援します。
提案された方法の有効性は、ロボット実験から収集された実際のマップでの検証を通じて実証されます。1) 構造化された屋内環境、2) 構造化されていない洞窟のような地下環境、3) 通路や建物で構成される大規模な屋外環境。
、そして散乱した物体。
さらに、提案されたフレームワークは最先端のトポロジ マッピング ソリューションと比較されており、次善のソリューションよりも最大 \blue92% 少ないノードでトポメトリックおよびトポロジ マップを生成できます。

要約(オリジナル)

This article introduces a novel approach to constructing a topometric map that allows for efficient navigation and decision-making in mobile robotics applications. The method generates the topometric map from a 2D grid-based map. The topometric map segments areas of the input map into different structural-semantic classes: intersections, pathways, dead ends, and pathways leading to unexplored areas. This method is grounded in a new technique for intersection detection that identifies the area and the openings of intersections in a semantically meaningful way. The framework introduces two levels of pre-filtering with minimal computational cost to eliminate small openings and objects from the map which are unimportant in the context of high-level map segmentation and decision making. The topological map generated by GRID-FAST enables fast navigation in large-scale environments, and the structural semantics can aid in mission planning, autonomous exploration, and human-to-robot cooperation. The efficacy of the proposed method is demonstrated through validation on real maps gathered from robotic experiments: 1) a structured indoor environment, 2) an unstructured cave-like subterranean environment, and 3) a large-scale outdoor environment, which comprises pathways, buildings, and scattered objects. Additionally, the proposed framework has been compared with state-of-the-art topological mapping solutions and is able to produce a topometric and topological map with up to \blue92% fewer nodes than the next best solution.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google