Real-Time Polygonal Semantic Mapping for Humanoid Robot Stair Climbing

要約

階段などの複雑な地形を移動する人型ロボットに合わせて調整された、リアルタイム平面セマンティック マッピングのための新しいアルゴリズムを紹介します。
私たちの方法はあらゆるオドメトリ入力に適応でき、平面抽出に GPU 高速化プロセスを利用して、グローバルに一貫したセマンティック マップを迅速に生成できます。
深度画像に異方性拡散フィルターを使用して、重要なエッジの詳細を維持しながら勾配ジャンプによるノイズを効果的に最小限に抑え、法線ベクトル画像の精度と滑らかさを向上させます。
異方性拡散プロセスと RANSAC ベースの平面抽出プロセスは両方とも GPU での並列処理用に最適化されており、計算効率が大幅に向上します。
私たちのアプローチはリアルタイム パフォーマンスを実現し、$30~Hz$ を超えるレートで単一フレームを処理します。これにより、詳細な平面抽出とマップ管理が迅速かつ効率的に容易になります。
広範なテストにより、リアルタイム シナリオにおけるアルゴリズムの機能が強調され、人型ロボットの歩行計画における実際の応用が実証され、動的環境をナビゲートする能力が大幅に向上しました。

要約(オリジナル)

We present a novel algorithm for real-time planar semantic mapping tailored for humanoid robots navigating complex terrains such as staircases. Our method is adaptable to any odometry input and leverages GPU-accelerated processes for planar extraction, enabling the rapid generation of globally consistent semantic maps. We utilize an anisotropic diffusion filter on depth images to effectively minimize noise from gradient jumps while preserving essential edge details, enhancing normal vector images’ accuracy and smoothness. Both the anisotropic diffusion and the RANSAC-based plane extraction processes are optimized for parallel processing on GPUs, significantly enhancing computational efficiency. Our approach achieves real-time performance, processing single frames at rates exceeding $30~Hz$, which facilitates detailed plane extraction and map management swiftly and efficiently. Extensive testing underscores the algorithm’s capabilities in real-time scenarios and demonstrates its practical application in humanoid robot gait planning, significantly improving its ability to navigate dynamic environments.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google