Robotic Exploration through Semantic Topometric Mapping

要約

この記事では、セマンティック トポメトリック マップを使用した、未知の環境におけるロボット探索のための新しい戦略を紹介します。
これから説明するように、セマンティック トポメトリック マップは、環境の現在探索されている部分のグリッド マップを、環境の構造的セマンティクスを構成する交差点、小道、行き止まり、未踏のフロンティアなどの領域にセグメント化することによって生成されます。
。
提案された探査戦略は、既存のフレームワークと同様に、フロンティアまでの距離や角度などのフロンティアの計量情報を活用しますが、主な違いは、フロンティアにつながる交差点のプロパティなどの構造的意味情報をさらに利用することです。
提案された方法で利用されるセマンティック トポメトリック マッピングを生成するアルゴリズムは軽量であり、その結果、方法のオンライン実行が高速かつ計算効率的になります。
さらに、提案されたフレームワークは、構造化された環境と非構造化された屋内および屋外環境の両方に適用でき、提案された探索アルゴリズムの汎用性が向上します。
私たちは探査戦略を検証し、Turtlebot3 をロボット エージェントとして利用することで 2 つの複雑な屋内環境での探査における構造セマンティクスの有用性を実証します。
従来のフロンティアベースの方法と比較して、私たちの調査結果は、提案されたアプローチがより迅速な探索につながり、必要な計算時間が短縮されることを示しています。

要約(オリジナル)

In this article, we introduce a novel strategy for robotic exploration in unknown environments using a semantic topometric map. As it will be presented, the semantic topometric map is generated by segmenting the grid map of the currently explored parts of the environment into regions, such as intersections, pathways, dead-ends, and unexplored frontiers, which constitute the structural semantics of an environment. The proposed exploration strategy leverages metric information of the frontier, such as distance and angle to the frontier, similar to existing frameworks, with the key difference being the additional utilization of structural semantic information, such as properties of the intersections leading to frontiers. The algorithm for generating semantic topometric mapping utilized by the proposed method is lightweight, resulting in the method’s online execution being both rapid and computationally efficient. Moreover, the proposed framework can be applied to both structured and unstructured indoor and outdoor environments, which enhances the versatility of the proposed exploration algorithm. We validate our exploration strategy and demonstrate the utility of structural semantics in exploration in two complex indoor environments by utilizing a Turtlebot3 as the robotic agent. Compared to traditional frontier-based methods, our findings indicate that the proposed approach leads to faster exploration and requires less computation time.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google