Demonstrating CavePI: Autonomous Exploration of Underwater Caves by Semantic Guidance

要約

自律的なロボットが水中管理、水文地質学、考古学、および海洋ロボット工学にとって、水中洞窟を安全かつ効率的にナビゲート、探索、およびマッピングできるようにすることが非常に重要です。
この作業では、セマンティックガイド付きの自律的な水中洞窟探査のための視覚サーボフレームワークのシステム設計とアルゴリズム統合を示します。
このフレームワークをCavepiという名前の新しいAUV（自律的な水中車両）に展開するために、ハードウェアとエッジアイの設計上の考慮事項を提示します。
ガイド付きナビゲーションは、計算的に軽いが堅牢な深い視覚認識モジュールによって駆動され、環境の豊富な意味的理解を提供します。
その後、堅牢な制御メカニズムにより、Cavepiはセマンティックガイドを追跡し、複雑な洞窟構造内でナビゲートできます。
自然の水中洞窟および春の水域でのフィールド実験を通じてシステムを評価し、シミュレーション環境でのROS（ロボットオペレーティングシステム）ベースのデジタルツインをさらに検証します。
私たちの結果は、これらの統合された設計の選択が、機能不足、GPS除去、および視界の低い条件下での信頼できるナビゲーションをどのように促進するかを強調しています。

要約(オリジナル)

Enabling autonomous robots to safely and efficiently navigate, explore, and map underwater caves is of significant importance to water resource management, hydrogeology, archaeology, and marine robotics. In this work, we demonstrate the system design and algorithmic integration of a visual servoing framework for semantically guided autonomous underwater cave exploration. We present the hardware and edge-AI design considerations to deploy this framework on a novel AUV (Autonomous Underwater Vehicle) named CavePI. The guided navigation is driven by a computationally light yet robust deep visual perception module, delivering a rich semantic understanding of the environment. Subsequently, a robust control mechanism enables CavePI to track the semantic guides and navigate within complex cave structures. We evaluate the system through field experiments in natural underwater caves and spring-water sites and further validate its ROS (Robot Operating System)-based digital twin in a simulation environment. Our results highlight how these integrated design choices facilitate reliable navigation under feature-deprived, GPS-denied, and low-visibility conditions.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google