Blind-Wayfarer: A Minimalist, Probing-Driven Framework for Resilient Navigation in Perception-Degraded Environments

要約

カメラやライダーセンサーなどの外部受容センサーが閉塞、低光条件、またはセンサーノイズで失敗する場合、密な森林や険しい地形を通る自律ロボットをナビゲートすることは、特に困難です。
私たちは、主にコンパスに依存する迷路解決アルゴリズムに触発されたプローブ駆動型ナビゲーションフレームワークであるブラインドウェイファーラーを提示します。
1,000のシミュレートされた森林実験で、ブラインドウェイファーラーは99.7％の成功率を達成しました。
さまざまなサイズのRoverプラットフォームを使用して、2つの異なるシナリオでの実際のテストでは、20回の試行すべてで森林の閉じ込めを正常に逃れました。
驚くべきことに、私たちのフレームワークにより、ロボットは濃い森林から逃げることができ、森の中の45 mからその端の舗装された経路に移動しました。
これらの調査結果は、挑戦的な知覚分解されたフィールド条件における信頼できるナビゲーションのためのプロービングベースの方法の可能性を強調しています。
ビデオとコードは、当社のWebサイトhttps://sites.google.com/view/blind-wayfarerで入手できます

要約(オリジナル)

Navigating autonomous robots through dense forests and rugged terrains is especially daunting when exteroceptive sensors — such as cameras and LiDAR sensors — fail under occlusions, low-light conditions, or sensor noise. We present Blind-Wayfarer, a probing-driven navigation framework inspired by maze-solving algorithms that relies primarily on a compass to robustly traverse complex, unstructured environments. In 1,000 simulated forest experiments, Blind-Wayfarer achieved a 99.7% success rate. In real-world tests in two distinct scenarios — with rover platforms of different sizes — our approach successfully escaped forest entrapments in all 20 trials. Remarkably, our framework also enabled a robot to escape a dense woodland, traveling from 45 m inside the forest to a paved pathway at its edge. These findings highlight the potential of probing-based methods for reliable navigation in challenging perception-degraded field conditions. Videos and code are available on our website https://sites.google.com/view/blind-wayfarer

arxiv情報

提供元, 利用サービス

arxiv.jp, Google