Belief Roadmaps with Uncertain Landmark Evanescence

要約

州の不確実性を最小限に抑えながら、ロボットを目標の位置に移動させたいと思います。
この取り組みでロボットを支援するために、マップは、対象のオブジェクトと領域の位置に対する以前の信念を提供します。
マップ内にそれ自体をローカライズするために、ロボットはセンサーを使用してマッピングされたランドマークを識別します。
ただし、マップ作成とロボットの展開の間の時間が増加すると、マップの一部が古くなり、ランドマークが永続的であると考えられていた場合が消えます。
私たちは、ランドマークの傾向をランドマークのエヴァネッセンスとして消えるように言及しています。
パス計画中のランドマークエバネッセンス、およびローカリゼーションの精度への関連する影響についての推論には、各ランドマークの有無を分析する必要があり、特定のモーションプランの可能な結果の指数数につながります。
この複雑さに対処するために、信念ロードマップの拡張であるブルールを開発します。
計画中に、将来のロボットポーズに対する信念を、ランドマークのエバネッセンスの効果を捉えることができるガウス混合物に置き換えます。
さらに、信念の更新を効率的にすることができ、混合コンポーネントのランダムなサブセットを維持することで高品質のソリューションを見つけるのに十分であることを示しています。
シミュレートされた実験および実世界の実験のパフォーマンスを示します。
ソフトウェアはhttps://bit.ly/bruleで入手できます。

要約(オリジナル)

We would like a robot to navigate to a goal location while minimizing state uncertainty. To aid the robot in this endeavor, maps provide a prior belief over the location of objects and regions of interest. To localize itself within the map, a robot identifies mapped landmarks using its sensors. However, as the time between map creation and robot deployment increases, portions of the map can become stale, and landmarks, once believed to be permanent, may disappear. We refer to the propensity of a landmark to disappear as landmark evanescence. Reasoning about landmark evanescence during path planning, and the associated impact on localization accuracy, requires analyzing the presence or absence of each landmark, leading to an exponential number of possible outcomes of a given motion plan. To address this complexity, we develop BRULE, an extension of the Belief Roadmap. During planning, we replace the belief over future robot poses with a Gaussian mixture which is able to capture the effects of landmark evanescence. Furthermore, we show that belief updates can be made efficient, and that maintaining a random subset of mixture components is sufficient to find high quality solutions. We demonstrate performance in simulated and real-world experiments. Software is available at https://bit.ly/BRULE.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google