Non-Overlap-Aware Egocentric Pose Estimation for Collaborative Perception in Connected Autonomy

要約

エゴセントリックポーズ推定は、接続された自律車両などの接続された自律性におけるマルチロボット共同認識の基本的な能力です。
マルチロボット操作中、ロボットは、独自の座標に関して、それ自体とそのチームメイトの間の相対的なポーズを知る必要があります。
ただし、異なるロボットは通常、同様のオブジェクトを含む完全に異なるビューを観察し、誤ったポーズの推定につながります。
さらに、ロボットが生の観察結果を共有して、通信帯域幅の制約が限られているためオーバーラップを検出できるようにすることは非現実的です。
このホワイトペーパーでは、非オーバーラップチームでエゴセントリックポーズ推定を実行しながら、非オーバーラップビューを特定し、通信帯域幅の制約を満たしながら、マルチロボットチームでエゴセントリックポーズ推定を実行する非オーバーラップ認識エゴセントリックポーズ推定（NOPE）の新しい方法を紹介します。
NOPEは、2つのレベルのロボット学習を統合する統合された階層学習フレームワークの上に構築されています。（1）2つのビューが重複しているかどうかを識別できる高レベルの深いグラフマッチング、（2）エゴセントリックポーズ推定のための低レベルの位置認識グラフ学習。
NOPEを評価するために、高忠実度のシミュレーションと現実世界のシナリオの両方で広範な実験を実施します。
実験結果は、NOPEが非重複するエゴセントリックポーズ推定の新しい能力を可能にし、既存の方法と比較して最先端のパフォーマンスを達成することを実証しています。
https://hongh0.github.io/nope/のプロジェクトページ。

要約(オリジナル)

Egocentric pose estimation is a fundamental capability for multi-robot collaborative perception in connected autonomy, such as connected autonomous vehicles. During multi-robot operations, a robot needs to know the relative pose between itself and its teammates with respect to its own coordinates. However, different robots usually observe completely different views that contains similar objects, which leads to wrong pose estimation. In addition, it is unrealistic to allow robots to share their raw observations to detect overlap due to the limited communication bandwidth constraint. In this paper, we introduce a novel method for Non-Overlap-Aware Egocentric Pose Estimation (NOPE), which performs egocentric pose estimation in a multi-robot team while identifying the non-overlap views and satifying the communication bandwidth constraint. NOPE is built upon an unified hierarchical learning framework that integrates two levels of robot learning: (1) high-level deep graph matching for correspondence identification, which allows to identify if two views are overlapping or not, (2) low-level position-aware cross-attention graph learning for egocentric pose estimation. To evaluate NOPE, we conduct extensive experiments in both high-fidelity simulation and real-world scenarios. Experimental results have demonstrated that NOPE enables the novel capability for non-overlapping-aware egocentric pose estimation and achieves state-of-art performance compared with the existing methods. Our project page at https://hongh0.github.io/NOPE/.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google