Collision-Aware Traversability Analysis for Autonomous Vehicles in the Context of Agricultural Robotics

要約

この論文では、農業ロボット工学の安全なナビゲーションのための新しい方法を紹介します。
地球環境の課題が激化するにつれて、ロボット工学は、食料生産の需要の増加を満たしながら、化学的使用を減らすための強力なソリューションを提供します。
ただし、構造化されていない農業環境で動作するロボットの自律性と回復力を確保することには、重要な課題が残っています。
作物や背の高い草などの障害物は、変形可能なもので、硬直した障害と比較して、安全に横断可能であると特定する必要があります。
これに対処するために、LIDARとマルチスペクトルカメラを使用して再構築された3Dスペクトルマップに基づいた新しいトラバース性分析方法を提案します。
このアプローチにより、ロボットは、変形可能な障害物との安全な衝突と危険な衝突を区別できます。
植生検出のためのマルチスペクトルメトリックの包括的な評価を実行し、これらのメトリックを拡張環境マップに組み込みます。
このマップを利用して、ロボットの重量とサイズを説明する物理ベースの移動性メトリックを計算し、変形可能な障害に対する安全なナビゲーションを確保します。

要約(オリジナル)

In this paper, we introduce a novel method for safe navigation in agricultural robotics. As global environmental challenges intensify, robotics offers a powerful solution to reduce chemical usage while meeting the increasing demands for food production. However, significant challenges remain in ensuring the autonomy and resilience of robots operating in unstructured agricultural environments. Obstacles such as crops and tall grass, which are deformable, must be identified as safely traversable, compared to rigid obstacles. To address this, we propose a new traversability analysis method based on a 3D spectral map reconstructed using a LIDAR and a multispectral camera. This approach enables the robot to distinguish between safe and unsafe collisions with deformable obstacles. We perform a comprehensive evaluation of multispectral metrics for vegetation detection and incorporate these metrics into an augmented environmental map. Utilizing this map, we compute a physics-based traversability metric that accounts for the robot’s weight and size, ensuring safe navigation over deformable obstacles.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google