Towards Safer Planetary Exploration: A Hybrid Architecture for Terrain Traversability Analysis in Mars Rovers

要約

無人地上車両 (UGV) の自律ナビゲーションの分野は成長を続けており、ここ数年で自律性のレベルが向上しています。
ただし、火星のような惑星表面の探査に焦点を当てると、その作業はさらに困難になります。
このような状況では、UGV は不安定で険しい地形を走行することを余儀なくされ、必然的により多くの危険や事故にさらされ、極端な場合にはミッションが完全に失敗することになります。
この論文は、特に火星の惑星探査における無人地上車両の自律ナビゲーションの課題に対処し、外観ベースと幾何学ベースの 2 つのアプローチを組み合わせた地形通過性解析のためのハイブリッド アーキテクチャを紹介しています。
外観ベースの方法では、ディープ ニューラル ネットワークによるセマンティック セグメンテーションを使用して、さまざまな地形タイプを分類します。
これは、同じ RGB 画像から得られるピクセルレベルの地形粗度分類によってさらに洗練され、土壌の物理的特性に基づいて異なるコストが割り当てられます。
形状ベースの方法は、地形の幾何学的特徴を評価し、外観ベースの側では検出できない可能性のある危険を特定することにより、外観ベースのアプローチを補完します。
両方の方法の出力は、包括的なハイブリッド コスト マップに結合されます。
提案されたアーキテクチャは合成データセットでトレーニングされ、過酷な環境向けのより広範な自律ナビゲーション システムに統合するための ROS2 アプリケーションとして開発されました。
Unity でシミュレーションが実行され、オンライン トラバーサビリティ分析を評価するこのメソッドの機能が示されました。

要約(オリジナル)

The field of autonomous navigation for unmanned ground vehicles (UGVs) is in continuous growth and increasing levels of autonomy have been reached in the last few years. However, the task becomes more challenging when the focus is on the exploration of planet surfaces such as Mars. In those situations, UGVs are forced to navigate through unstable and rugged terrains which, inevitably, open the vehicle to more hazards, accidents, and, in extreme cases, complete mission failure. The paper addresses the challenges of autonomous navigation for unmanned ground vehicles in planetary exploration, particularly on Mars, introducing a hybrid architecture for terrain traversability analysis that combines two approaches: appearance-based and geometry-based. The appearance-based method uses semantic segmentation via deep neural networks to classify different terrain types. This is further refined by pixel-level terrain roughness classification obtained from the same RGB image, assigning different costs based on the physical properties of the soil. The geometry-based method complements the appearance-based approach by evaluating the terrain’s geometrical features, identifying hazards that may not be detectable by the appearance-based side. The outputs of both methods are combined into a comprehensive hybrid cost map. The proposed architecture was trained on synthetic datasets and developed as a ROS2 application to integrate into broader autonomous navigation systems for harsh environments. Simulations have been performed in Unity, showing the ability of the method to assess online traversability analysis.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google