Follow Everything: A Leader-Following and Obstacle Avoidance Framework with Goal-Aware Adaptation

要約

堅牢で柔軟なリーダーのフォローは、ロボットが人間社会に統合するための重要な能力です。
既存の方法は、arbitrary意的な形のリーダーに一般化するのに苦労し、リーダーがロボットの視野を一時的に去るときに失敗することがよくありますが、この作業は両方の課題に対処する統一されたフレームワークを導入します。
まず、従来の検出モデルはセグメンテーションモデルに置き換えられ、リーダーが何でもできるようになります。
認識の堅牢性を高めるために、リーダーがフォローするタスクのユニークな特性を考慮して、複数の距離にリーダーの埋め込みを貯蔵する距離フレームバッファーが実装されています。
第二に、リーダーの可視性と動きに基づいてロボット計画状態を管理するように目標を認識している適応メカニズムは、各状態の候補軌跡を生成するグラフベースのプランナーによって補完され、障害物回避を伴う効率的なフォローを確保するように設計されています。
屋内環境と屋外環境の両方で、足のロボットフォロワーとさまざまなリーダー（人間、地上ロボット、UAV、脚のロボット、ストップサイン）を使用したシミュレーションと現実世界の実験は、成功率の競争力のある改善、視覚損失期間の減少、衝突率の低下、リーダーフォロワー距離の減少を示します。

要約(オリジナル)

Robust and flexible leader-following is a critical capability for robots to integrate into human society. While existing methods struggle to generalize to leaders of arbitrary form and often fail when the leader temporarily leaves the robot’s field of view, this work introduces a unified framework addressing both challenges. First, traditional detection models are replaced with a segmentation model, allowing the leader to be anything. To enhance recognition robustness, a distance frame buffer is implemented that stores leader embeddings at multiple distances, accounting for the unique characteristics of leader-following tasks. Second, a goal-aware adaptation mechanism is designed to govern robot planning states based on the leader’s visibility and motion, complemented by a graph-based planner that generates candidate trajectories for each state, ensuring efficient following with obstacle avoidance. Simulations and real-world experiments with a legged robot follower and various leaders (human, ground robot, UAV, legged robot, stop sign) in both indoor and outdoor environments show competitive improvements in follow success rate, reduced visual loss duration, lower collision rate, and decreased leader-follower distance.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google