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

要約

不明な空間の自律的な調査は、現実の世界でのモバイルロボットの展開に不可欠なコンポーネントです。
安全なナビゲーションは、すべてのロボット工学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マップが必要です。
完全な自律性を達成し、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漂流する傾向がある搭載された状態の推定に依存する必要があります。
ローカルサブマップに基づいたマイクロエリアルビークル（MAV）探査フレームワークを提案して、相対サブマップポーズにループクロージャー補正を適用することにより、グローバルな一貫性を保持できるようにします。
大規模な探査を可能にするために、地元のサブマップフロンティアからグローバルな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のベストビュー探索プランナーを使用します。
この方法は、LIDARセンサーまたは深度カメラのいずれかを使用してシームレスにサポートし、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、アプローチの効率と再構成の質を紹介するために、最先端のサブマップベースの探索フレームワークに対してシミュレーションの比較評価を実行します。
最後に、リダーを装備し、もう1つは深さカメラを備えた実世界のMavに方法の適用性を示します。
ビデオはhttps://youtu.be/uf5fwmycuq4で入手可能です。

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