SlipNet: Slip Cost Map for Autonomous Navigation on Heterogeneous Deformable Terrains

要約

自律型宇宙探査機は、宇宙探査中に変形しやすく不均質な地形を移動する際に大きな課題に直面します。
異なる土壌特性の影響を受ける地形の種類の変動により、多くの場合、重大な車輪のスリップが発生し、航行効率が損なわれ、閉じ込めにつながる可能性があります。
この論文では、ナビゲーション アルゴリズムを強化するために、不均質な変形可能な地形表面のセグメント化された領域における滑りを予測するアプローチである SlipNet を提案します。
以前の方法とは異なり、SlipNet は事前の地形分類に依存せず、地形クラスの履歴を維持しながら、展開中の動的地形セグメンテーションとスリップ割り当てを通じて予測エラーと誤分類を削減します。
この適応型再分類メカニズムにより、予測パフォーマンスが向上しました。
広範なシミュレーション結果は、当社のモデル (DeepLab v3+ + SlipNet) が、5 つの地形サンプル テストにおいて、TerrainNet よりも優れた滑り予測パフォーマンスを実現し、平均絶対誤差 (MAE) が低いことを示しています。

要約(オリジナル)

Autonomous space rovers face significant challenges when navigating deformable and heterogeneous terrains during space exploration. The variability in terrain types, influenced by different soil properties, often results in severe wheel slip, compromising navigation efficiency and potentially leading to entrapment. This paper proposes SlipNet, an approach for predicting slip in segmented regions of heterogeneous deformable terrain surfaces to enhance navigation algorithms. Unlike previous methods, SlipNet does not depend on prior terrain classification, reducing prediction errors and misclassifications through dynamic terrain segmentation and slip assignment during deployment while maintaining a history of terrain classes. This adaptive reclassification mechanism has improved prediction performance. Extensive simulation results demonstrate that our model (DeepLab v3+ + SlipNet) achieves better slip prediction performance than the TerrainNet, with a lower mean absolute error (MAE) in five terrain sample tests.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google