要約
本論文では、GPSに依存することなく、異種ロボットチームが屋内、市街地、森林地帯を含む3D環境を自律的に探索することを可能にする、疎で軽量なオブジェクトベースの表現を活用したリアルタイム分散型メトリック意味的同時定位マッピング（SLAM）アプローチを開発する。オブジェクトモデルの高レベルの疎な意味マップと低レベルのボクセルマップを含む、環境の階層的なメトリック意味表現を使用する。高レベルの意味マップの情報量と視点不変性を活用し、異なるセンシングモダリティを持つ空中ロボットと地上ロボットにまたがる、ロボット間ループ閉鎖検出のための効果的な意味論駆動型場所認識アルゴリズムを得る。通信モジュールは、通信リンクが利用可能な場合、各ロボット自身の観測と他のロボットの観測を追跡するように設計されている。このような観測結果は、統合されたマップを構築するために使用される。我々のフレームワークは、ロボットに搭載されたリアルタイムの分散操作を可能にし、ロボットが日和見的に通信を活用することを可能にする。我々は提案するフレームワークを3種類の空中ロボットと地上ロボットに搭載し、展開した。広範な実験結果によれば、ロボット間の平均定位誤差は位置で約20cm、方位で0.2度、オブジェクトマッピングのF1スコアは常に0.9以上、1,000ものランドマークを含む1kmの軌跡あたりの通信パケットサイズはわずか2〜3メガバイトである。プロジェクトのウェブサイトはhttps://xurobotics.github.io/slideslam/。
要約(オリジナル)
This paper develops a real-time decentralized metric-semantic Simultaneous Localization and Mapping (SLAM) approach that leverages a sparse and lightweight object-based representation to enable a heterogeneous robot team to autonomously explore 3D environments featuring indoor, urban, and forested areas without relying on GPS. We use a hierarchical metric-semantic representation of the environment, including high-level sparse semantic maps of object models and low-level voxel maps. We leverage the informativeness and viewpoint invariance of the high-level semantic map to obtain an effective semantics-driven place-recognition algorithm for inter-robot loop closure detection across aerial and ground robots with different sensing modalities. A communication module is designed to track each robot’s own observations and those of other robots whenever communication links are available. Such observations are then used to construct a merged map. Our framework enables real-time decentralized operations onboard robots, allowing them to opportunistically leverage communication. We integrate and deploy our proposed framework on three types of aerial and ground robots. Extensive experimental results show an average inter-robot localization error of approximately 20 cm in position and 0.2 degrees in orientation, an object mapping F1 score consistently over 0.9, and a communication packet size of merely 2-3 megabytes per kilometer trajectory with as many as 1,000 landmarks. The project website can be found at https://xurobotics.github.io/slideslam/.
arxiv情報
| 著者 | Xu Liu,Jiuzhou Lei,Ankit Prabhu,Yuezhan Tao,Igor Spasojevic,Pratik Chaudhari,Nikolay Atanasov,Vijay Kumar |
| 発行日 | 2024-07-02 21:08:35+00:00 |
| arxivサイト | arxiv_id(pdf) |