CAHSOR: Competence-Aware High-Speed Off-Road Ground Navigation in SE(3)

要約

従来の地上車両のワークスペースは通常、2D飛行機、つまりSE（2）にあると想定されていますが、そのような仮定は、非構造化されたオフロード地形で高速で走行するときには保持されない場合があります。
ゆるい砂利や草を積極的に回すと、非ホロノミーの制約に違反し、重大な横方向の滑りが生じる可能性があります。
頑丈な地形で迅速に運転すると、垂直軸に沿って広範な振動が生じます。
したがって、ほとんどのオフロード車両は現在、車両の安定性と安全性を保証するために低速でのみ運転するように制限されています。
この作業では、SE（3）の能力意識を持つ高速オフロード車両に力を与えることを目指しています。そのため、6ドーフの前方運動力学モデルで異なる地形で攻撃的な操作を行うことの結果について推論できます。
このモデルは、マルチモーダルで自己補助された車両とテレインの相互作用を使用して、オフロードナビゲーション（Tron）の視覚的および慣性地形表現から学習されます。
私たちは、自律的なナビゲーションと人間の共有制御セットアップの両方で、物理的な地上ロボットでの能力を意識した高速オフロード（CAHSOR）ナビゲーションアプローチの有効性を示し、CAHSORがトロンの助けを借りて8.6％の平均速度のみを62％低下させることができることを示しています。

要約(オリジナル)

While the workspace of traditional ground vehicles is usually assumed to be in a 2D plane, i.e., SE(2), such an assumption may not hold when they drive at high speeds on unstructured off-road terrain: High-speed sharp turns on high-friction surfaces may lead to vehicle rollover; Turning aggressively on loose gravel or grass may violate the non-holonomic constraint and cause significant lateral sliding; Driving quickly on rugged terrain will produce extensive vibration along the vertical axis. Therefore, most offroad vehicles are currently limited to drive only at low speeds to assure vehicle stability and safety. In this work, we aim at empowering high-speed off-road vehicles with competence awareness in SE(3) so that they can reason about the consequences of taking aggressive maneuvers on different terrain with a 6-DoF forward kinodynamic model. The model is learned from visual and inertial Terrain Representation for Off-road Navigation (TRON) using multimodal, self-supervised vehicle-terrain interactions. We demonstrate the efficacy of our Competence-Aware High-Speed Off-Road (CAHSOR) navigation approach on a physical ground robot in both an autonomous navigation and a human shared-control setup and show that CAHSOR can efficiently reduce vehicle instability by 62% while only compromising 8.6% average speed with the help of TRON.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google