Bi-Level Image-Guided Ergodic Exploration with Applications to Planetary Rovers

要約

移動ロボットシステムのための画像誘導探索の方法を紹介します。
私たちのアプローチは、オブジェクトを自動的に検出し、オブジェクトのさらなる探索と位置特定をガイドする情報マップを更新する学習済み画像分類器を使用して、空間の完全なカバーを優先する最近の探索アプローチであるエルゴード探索手法を拡張します。
さらに、ロボットの視覚センサーによって収集された情報の結果を改善するために、ロボットの本体とロボットの視覚センサーにそれぞれ作用する 2 レベルの粗いソルバーと細かいソルバーとしてエルゴード最適化問題の分解を提示します。
私たちのアプローチは、火星探査機による地質調査と岩石層の位置特定に適用され、画像分類器のトレーニングに火星探査機からの実際の画像が使用されます。
結果は、1) 単純なアプローチと比較して岩石層の位置特定が改善され、2) 2 レベル探査により探査の経路長が最小限に抑えられることを示しています。

要約(オリジナル)

We present a method for image-guided exploration for mobile robotic systems. Our approach extends ergodic exploration methods, a recent exploration approach that prioritizes complete coverage of a space, with the use of a learned image classifier that automatically detects objects and updates an information map to guide further exploration and localization of objects. Additionally, to improve outcomes of the information collected by our robot’s visual sensor, we present a decomposition of the ergodic optimization problem as bi-level coarse and fine solvers, which act respectively on the robot’s body and the robot’s visual sensor. Our approach is applied to geological survey and localization of rock formations for Mars rovers, with real images from Mars rovers used to train the image classifier. Results demonstrate 1) improved localization of rock formations compared to naive approaches while 2) minimizing the path length of the exploration through the bi-level exploration.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google