Direct learning of home vector direction for insect-inspired robot navigation

要約

昆虫は、巣の環境からの視覚的な手がかりを使用して移動し、家に戻る能力が長い間認識されてきました。
しかし、この驚くべきホーミングスキルの根底にある正確なメカニズムは、依然として研究中の課題です。
ミツバチやスズメバチの学習飛行からインスピレーションを得て、巣付近での学習飛行中に視覚からホームベクトルの方向を直接学習するロボットナビゲーション手法を提案します。
学習後、ロボットは巣から離れ、オドメトリによって戻り、現在経験しているビューからホーム ベクトルの方向を推測することで結果として生じるドリフトを除去します。
コンパクトな畳み込みニューラル ネットワークを使用して、シミュレートされた森林環境と実際の森林環境の両方で学習が成功したことと、シミュレートされたクアッドローターのホーミング制御が成功したことを実証します。
推定されたホーム ベクトルの平均誤差は一般に、正常なホーミングに必要な 90{\deg} を十分に下回っており、すべての画像に十分なテクスチャと照明が含まれている場合は 24{\deg} を下回っています。
さらに、最初の学習飛行中にたどった軌道がネットワークのパフォーマンスに顕著な影響を与えることを示します。
ネストに近いサンプル ポイントの密度が高いほど、より一貫したリターンが得られます。
コードとデータは https://mavlab.tudelft.nl/learning_to_home で入手できます。

要約(オリジナル)

Insects have long been recognized for their ability to navigate and return home using visual cues from their nest’s environment. However, the precise mechanism underlying this remarkable homing skill remains a subject of ongoing investigation. Drawing inspiration from the learning flights of honey bees and wasps, we propose a robot navigation method that directly learns the home vector direction from visual percepts during a learning flight in the vicinity of the nest. After learning, the robot will travel away from the nest, come back by means of odometry, and eliminate the resultant drift by inferring the home vector orientation from the currently experienced view. Using a compact convolutional neural network, we demonstrate successful learning in both simulated and real forest environments, as well as successful homing control of a simulated quadrotor. The average errors of the inferred home vectors in general stay well below the 90{\deg} required for successful homing, and below 24{\deg} if all images contain sufficient texture and illumination. Moreover, we show that the trajectory followed during the initial learning flight has a pronounced impact on the network’s performance. A higher density of sample points in proximity to the nest results in a more consistent return. Code and data are available at https://mavlab.tudelft.nl/learning_to_home .

arxiv情報

提供元, 利用サービス

arxiv.jp, Google