PaRCE: Probabilistic and Reconstruction-Based Competency Estimation for Safe Navigation Under Perception Uncertainty

要約

知覚ベースのナビゲーション システムは、従来の深度ベースのナビゲーション スキームでは不十分な複雑な地形での無人地上車両 (UGV) ナビゲーションに役立ちます。
ただし、これらのデータ駆動型の手法はトレーニング データに大きく依存しており、ほとんど警告もなく、驚くべき劇的な失敗をする可能性があります。
車両と周囲の環境の安全を確保するには、ナビゲーション システムが知覚モデルの予測の不確実性を認識し、不確実性に直面しても安全かつ効果的に対応できることが不可欠です。
知覚の不確実性の下で安全なナビゲーションを可能にするための取り組みとして、入力画像全体および画像内の特定の領域に対するモデルの精通度を推定する確率的再構成ベースのコンピテンシー推定 (PaRCE) 手法を開発しました。
全体的なコンピテンシー スコアによって、正しく分類されたサンプル、誤分類されたサンプル、および分布外 (OOD) サンプルを正確に予測できることがわかりました。
また、地域コンピテンシー マップが画像全体で馴染みのある地域と馴染みのない地域を正確に区別できることも確認しました。
次に、このコンピテンシー情報を使用して、エラーの可能性を低く維持しながら効果的なナビゲーションを可能にする計画および制御スキームを開発します。
コンピテンシーを認識したスキームは、コンピテンシーを認識しないベースライン コントローラーと比較して、見慣れない障害物との衝突の数が大幅に減少することがわかりました。
さらに、地域のコンピテンシー情報は、効率的なナビゲーションを可能にする上で非常に価値があります。

要約(オリジナル)

Perception-based navigation systems are useful for unmanned ground vehicle (UGV) navigation in complex terrains, where traditional depth-based navigation schemes are insufficient. However, these data-driven methods are highly dependent on their training data and can fail in surprising and dramatic ways with little warning. To ensure the safety of the vehicle and the surrounding environment, it is imperative that the navigation system is able to recognize the predictive uncertainty of the perception model and respond safely and effectively in the face of uncertainty. In an effort to enable safe navigation under perception uncertainty, we develop a probabilistic and reconstruction-based competency estimation (PaRCE) method to estimate the model’s level of familiarity with an input image as a whole and with specific regions in the image. We find that the overall competency score can correctly predict correctly classified, misclassified, and out-of-distribution (OOD) samples. We also confirm that the regional competency maps can accurately distinguish between familiar and unfamiliar regions across images. We then use this competency information to develop a planning and control scheme that enables effective navigation while maintaining a low probability of error. We find that the competency-aware scheme greatly reduces the number of collisions with unfamiliar obstacles, compared to a baseline controller with no competency awareness. Furthermore, the regional competency information is very valuable in enabling efficient navigation.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google