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が不十分な複雑な地形での無人の地上車両(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メソッドは、トレーニングデータに大きく依存しており、ほとんど警告で驚くほど劇的な方法で失敗する可能性があります。
車両と周囲の環境の安全性を確保するために、ナビゲーションシステムが知覚モデルの予測不確実性を認識し、不確実性に直面して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に、私たちは確率的および再構築に基づくコンピテンシー推定(PARCE)方法を開発して、モデルの入力画像全体と画像内の特定の領域に慣れているレベルを推定します。
全体的なコンピテンシースコアは、正しく分類され、誤分類され、分散型(OOD)サンプルを正しく予測できることがわかります。
また、地域のコンピテンシーマップが、画像間で馴染みのある領域となじみのない領域を正確に区別できることを確認します。
次に、このコンピテンシー情報を使用して、エラーの可能性が低いと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。
コンピテンシーを意識したスキームは、能力の認識のないベースラインコントローラーと比較して、なじみのない障害との衝突の数を大幅に削減することがわかります。
さらに、地域の能力情報は、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
著者 | Sara Pohland,Claire Tomlin |
発行日 | 2025-01-28 21:14:37+00:00 |
arxivサイト | arxiv_id(pdf) |
提供元, 利用サービス
arxiv.jp, Google