HE-Nav: A High-Performance and Efficient Navigation System for Aerial-Ground Robots in Cluttered Environments

要約

既存の AGR ナビゲーション システムは、ボクセル占有予測に 3D セマンティック シーン補完ネットワークを採用し、衝突のない経路計画のためにユークリッド符号付き距離場 (ESDF) マップを構築することにより、軽度に遮蔽されたシナリオ (建物など) で進歩してきました。
ただし、これらのシステムは、知覚ネットワークの低い予測精度とパス プランナーの高い計算オーバーヘッドから生じる制限により、重度のオクルージョンのある乱雑な環境 (密集した森林や高い壁など) では次善のパフォーマンスと効率を示します。
この論文では、乱雑な環境で動作する AGR 向けに調整された初の高性能かつ効率的なナビゲーション システムである HE-Nav を紹介します。
認識モジュールは、鳥瞰図 (BEV) 機能融合によってガイドされ、精巧に設計された SCB-Fusion モジュールと注意メカニズムによって強化された、軽量のセマンティック シーン完了ネットワーク (LBSCNet) を利用します。
これにより、雑然としたエリアでもリアルタイムで効率的な障害物予測が可能になり、完全なローカル マップが生成されます。
この完成したマップに基づいて、当社の新しい AG-Planner は、エネルギー効率の高い運動力学的 A* 検索アルゴリズムを採用し、計画の省エネルギー化を保証します。
その後の軌道最適化プロセスにより、安全でスムーズ、動的に実現可能な、ESDF のない空中と地上のハイブリッド パスが生成されます。
広範な実験により、HE-Nav はシミュレーション シナリオで 98% の計画成功率を維持しながら、現実世界の状況で 7 倍のエネルギー節約を達成したことが実証されました。
コードとビデオはプロジェクト ページ https://jmwang0117.github.io/HE-Nav/ で入手できます。

要約(オリジナル)

Existing AGR navigation systems have advanced in lightly occluded scenarios (e.g., buildings) by employing 3D semantic scene completion networks for voxel occupancy prediction and constructing Euclidean Signed Distance Field (ESDF) maps for collision-free path planning. However, these systems exhibit suboptimal performance and efficiency in cluttered environments with severe occlusions (e.g., dense forests or tall walls), due to limitations arising from perception networks’ low prediction accuracy and path planners’ high computational overhead. In this paper, we present HE-Nav, the first high-performance and efficient navigation system tailored for AGRs operating in cluttered environments. The perception module utilizes a lightweight semantic scene completion network (LBSCNet), guided by a bird’s eye view (BEV) feature fusion and enhanced by an exquisitely designed SCB-Fusion module and attention mechanism. This enables real-time and efficient obstacle prediction in cluttered areas, generating a complete local map. Building upon this completed map, our novel AG-Planner employs the energy-efficient kinodynamic A* search algorithm to guarantee planning is energy-saving. Subsequent trajectory optimization processes yield safe, smooth, dynamically feasible and ESDF-free aerial-ground hybrid paths. Extensive experiments demonstrate that HE-Nav achieved 7x energy savings in real-world situations while maintaining planning success rates of 98% in simulation scenarios. Code and video are available on our project page: https://jmwang0117.github.io/HE-Nav/.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google