Preferential Multi-Target Search in Indoor Environments using Semantic SLAM

要約

近年、自律航行を超えたタスクを実行できるサービスロボットの需要が高まっています。
将来的には、サービスロボットは「夕食のテーブルを整える」などの複雑なタスクを実行することが期待されます。
このような高レベルのタスクでは、特に複数のターゲットを取得する機能が必要です。
このペーパーでは、「Find my Objects」と呼ばれる、環境内の複数のターゲットを見つけるという課題について詳しく説明します。
ロボットが屋内空間で複数のターゲットを優先的に探索できるように設計された新しいヒューリスティックを紹介します。
私たちのアプローチには、セマンティック オブジェクト認識と幾何学的データを組み合わせて多層マップを生成するセマンティック SLAM フレームワークが含まれます。
効率的な推論のために、意味論的マップを確率的事前分布と融合します。
ナビゲーションの目標を曖昧にし、標準的なポイントツーポイントのナビゲーション戦略の実行可能性を低下させる可能性のある障害物によってもたらされる課題を認識し、私たちの方法論はそのような要因に対する回復力を提供します。
重要なのは、私たちの方法はさまざまな物体検出器、RGB-D SLAM 技術、およびローカル ナビゲーション プランナーに適応できることです。
実際の屋内環境で「オブジェクトを探す」タスクを実証し、方法論の有効性を証明する定量的な結果をもたらしました。
この戦略は、ユーザーの好みを考慮して、サービス ロボットがオブジェクトを見つけ、把握し、輸送する必要があるシナリオに適用できます。
簡単な概要については、ビデオを参照してください: https://tinyurl.com/PrefTargetSearch

要約(オリジナル)

In recent years, the demand for service robots capable of executing tasks beyond autonomous navigation has grown. In the future, service robots will be expected to perform complex tasks like ‘Set table for dinner’. High-level tasks like these, require, among other capabilities, the ability to retrieve multiple targets. This paper delves into the challenge of locating multiple targets in an environment, termed ‘Find my Objects.’ We present a novel heuristic designed to facilitate robots in conducting a preferential search for multiple targets in indoor spaces. Our approach involves a Semantic SLAM framework that combines semantic object recognition with geometric data to generate a multi-layered map. We fuse the semantic maps with probabilistic priors for efficient inferencing. Recognizing the challenges introduced by obstacles that might obscure a navigation goal and render standard point-to-point navigation strategies less viable, our methodology offers resilience to such factors. Importantly, our method is adaptable to various object detectors, RGB-D SLAM techniques, and local navigation planners. We demonstrate the ‘Find my Objects’ task in real-world indoor environments, yielding quantitative results that attest to the effectiveness of our methodology. This strategy can be applied in scenarios where service robots need to locate, grasp, and transport objects, taking into account user preferences. For a brief summary, please refer to our video: https://tinyurl.com/PrefTargetSearch

arxiv情報

著者 Akash Chikhalikar,Ankit A. Ravankar,Jose Victorio Salazar Luces,Yasuhisa Hirata
発行日 2023-09-26 04:45:44+00:00
arxivサイト arxiv_id(pdf)

提供元, 利用サービス

arxiv.jp, Google

カテゴリー: cs.RO パーマリンク