UAV-Assisted Self-Supervised Terrain Awareness for Off-Road Navigation

要約

地形の認識は、真に自律的なオフロードナビゲーションを可能にするために不可欠なマイルストーンです。
地形の特性を正確に予測することで、潜在的な危険に対する車両の経路を最適化できます。
最近の方法では、深いニューラルネットワークを使用して、トレーニング信号としての固有受容に依存して、自己監視方法で移動性関連の地形特性を予測しています。
ただし、オンボードカメラは、地面に比べて視点によって本質的に制限され、閉塞と距離のある消失ピクセル密度に苦しんでいます。
このペーパーでは、ホバリングドローンからの空中の視点を使用して、自立した地形の特性評価のための新しいアプローチを紹介します。
地上車両で環境をサンプリングしながら、地形に配置された画像をキャプチャし、振動、隆起、エネルギー消費の単純な予測因子を効果的にトレーニングします。
当社のデータセットには、13の484の地上画像と12 935の空中画像で構成される森林環境で収集された2.8 kmのオフロードデータが含まれています。
私たちの調査結果は、ドローンの画像が、地上ロボット画像と比較して、データセット全体で地形の特性の予測を21.37％、高植生で37.35％改善することを示しています。
これらのパフォーマンスの改善の主な原因を特定するために、アブレーション研究を実施します。
また、ドローンで目に見えないエリアを偵察し、地面に最適化されたパスを計画および実行することにより、アプローチの現実世界の適用性を示します。

要約(オリジナル)

Terrain awareness is an essential milestone to enable truly autonomous off-road navigation. Accurately predicting terrain characteristics allows optimizing a vehicle’s path against potential hazards. Recent methods use deep neural networks to predict traversability-related terrain properties in a self-supervised manner, relying on proprioception as a training signal. However, onboard cameras are inherently limited by their point-of-view relative to the ground, suffering from occlusions and vanishing pixel density with distance. This paper introduces a novel approach for self-supervised terrain characterization using an aerial perspective from a hovering drone. We capture terrain-aligned images while sampling the environment with a ground vehicle, effectively training a simple predictor for vibrations, bumpiness, and energy consumption. Our dataset includes 2.8 km of off-road data collected in forest environment, comprising 13 484 ground-based images and 12 935 aerial images. Our findings show that drone imagery improves terrain property prediction by 21.37 % on the whole dataset and 37.35 % in high vegetation, compared to ground robot images. We conduct ablation studies to identify the main causes of these performance improvements. We also demonstrate the real-world applicability of our approach by scouting an unseen area with a drone, planning and executing an optimized path on the ground.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google