Active Loop Closure for OSM-guided Robotic Mapping in Large-Scale Urban Environments

要約

大規模な都市シーンの自律マッピングは、自律ロボットにとって大きな課題となります。
この課題を軽減するために、OpenStreetMap (OSM) からの以前の GPS 軌道を利用するなどのグローバル プランニングが、マッピング用のロボットの自律ナビゲーションをガイドするためによく使用されます。
ただし、複雑な地形、予期しない体の動き、センサーのノイズなどの要因により、ロボットの姿勢推定の不確実性は時間の経過とともに必然的に増大し、最終的にはロボットによるマッピングの失敗につながります。
この問題に対処するために、ロボットが以前に計画された GPS 軌道を能動的に再計画できるようにする、新しいアクティブ ループ閉鎖手順を提案します。
この方法は、バックエンドの最適化をトリガーするためにループ終了検出を実行できる以前の場所にロボットを再訪問するように誘導し、姿勢推定におけるエラーと不確実性を効果的に低減します。
提案されたアクティブ ループ クロージャ メカニズムは実装され、リアルタイム OSM 誘導ロボット マッピング フレームワークに組み込まれます。
いくつかの大規模な屋外シナリオでの実証結果は、その有効性と有望なパフォーマンスを実証しています。

要約(オリジナル)

The autonomous mapping of large-scale urban scenes presents significant challenges for autonomous robots. To mitigate the challenges, global planning, such as utilizing prior GPS trajectories from OpenStreetMap (OSM), is often used to guide the autonomous navigation of robots for mapping. However, due to factors like complex terrain, unexpected body movement, and sensor noise, the uncertainty of the robot’s pose estimates inevitably increases over time, ultimately leading to the failure of robotic mapping. To address this issue, we propose a novel active loop closure procedure, enabling the robot to actively re-plan the previously planned GPS trajectory. The method can guide the robot to re-visit the previous places where the loop-closure detection can be performed to trigger the back-end optimization, effectively reducing errors and uncertainties in pose estimation. The proposed active loop closure mechanism is implemented and embedded into a real-time OSM-guided robot mapping framework. Empirical results on several large-scale outdoor scenarios demonstrate its effectiveness and promising performance.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google