Efficient Submap-based Autonomous MAV Exploration using Visual-Inertial SLAM Configurable for LiDARs or Depth Cameras

要約

未知の空間の自律探索は、現実世界に移動ロボットを展開するために不可欠な要素です。
安全なナビゲーションはすべてのロボット アプリケーションにとって重要であり、ロボットの周囲の正確で一貫した地図が必要です。
完全な自律性を実現し、さまざまな環境での展開を可能にするために、ロボットは時間の経過とともにドリフトする傾向があるオンボードの状態推定に依存する必要があります。
我々は、相対的なサブマップのポーズにループクロージャー補正を適用することでグローバルな一貫性を維持できるようにする、ローカル サブマップに基づく超小型航空機 (MAV) 探査フレームワークを提案します。
大規模な探査を可能にするために、ローカル サブマップ フロンティアからグローバルで環境全体のフロンティアを効率的に計算し、サンプリング ベースの次善のビュー探査プランナーを使用します。
私たちの方法は、LiDAR センサーまたは深度カメラの使用をシームレスにサポートしており、さまざまな種類の MAV プラットフォームに適しています。
私たちは、最先端のサブマップベースの探査フレームワークとシミュレーションで比較評価を実行し、アプローチの効率と再構成の品質を示します。
最後に、1 つは LiDAR を搭載し、もう 1 つは深度カメラを搭載した現実世界の MAV へのこの方法の適用可能性を実証します。
ビデオは https://youtu.be/Uf5fwmYcuq4 でご覧いただけます。

要約(オリジナル)

Autonomous exploration of unknown space is an essential component for the deployment of mobile robots in the real world. Safe navigation is crucial for all robotics applications and requires accurate and consistent maps of the robot’s surroundings. To achieve full autonomy and allow deployment in a wide variety of environments, the robot must rely on on-board state estimation which is prone to drift over time. We propose a Micro Aerial Vehicle (MAV) exploration framework based on local submaps to allow retaining global consistency by applying loop-closure corrections to the relative submap poses. To enable large-scale exploration we efficiently compute global, environment-wide frontiers from the local submap frontiers and use a sampling-based next-best-view exploration planner. Our method seamlessly supports using either a LiDAR sensor or a depth camera, making it suitable for different kinds of MAV platforms. We perform comparative evaluations in simulation against a state-of-the-art submap-based exploration framework to showcase the efficiency and reconstruction quality of our approach. Finally, we demonstrate the applicability of our method to real-world MAVs, one equipped with a LiDAR and the other with a depth camera. Video available at https://youtu.be/Uf5fwmYcuq4 .

arxiv情報

提供元, 利用サービス

arxiv.jp, Google