SPACE: 3D Spatial Co-operation and Exploration Framework for Robust Mapping and Coverage with Multi-Robot Systems

要約

屋内環境では、マルチロボット ビジュアル (RGB-D) マッピングと探索は、家事サービスや物流などの分野で応用できる計り知れない可能性を秘めており、同じ環境に複数のロボットを導入することで効率が大幅に向上します。
ただし、主な課題が 2 つあります。(1) 点群再構成の精度と品質に影響を与えるロボットのビューの重なりによって発生する「ゴースト トレイル」効果、(2) 最も効果的なものを選択する際の視覚的再構成の見落とし
探検のためのフロンティア。
これらの課題が相互に関連していることを考慮して、強化されたカバレッジと 3D マッピングを可能にする屋内環境での空間連携のための新しい半分散フレームワーク (SPACE) を提案することで、これらの課題に一緒に対処します。
SPACE は、「相互認識」や「動的ロボット フィルター」などの幾何学的手法を活用して、空間マッピングの制約を克服します。
さらに、新しい空間フロンティア検出システムと地図マージを導入し、適応フロンティア アサイナーと統合して、探索と再構築の目的のバランスをとった最適なカバレッジを実現します。
広範な ROS-Gazebo シミュレーションにおいて、SPACE は、探索とマッピングのメトリクスの両方において、最先端のアプローチよりも優れたパフォーマンスを実証しました。

要約(オリジナル)

In indoor environments, multi-robot visual (RGB-D) mapping and exploration hold immense potential for application in domains such as domestic service and logistics, where deploying multiple robots in the same environment can significantly enhance efficiency. However, there are two primary challenges: (1) the ‘ghosting trail’ effect, which occurs due to overlapping views of robots impacting the accuracy and quality of point cloud reconstruction, and (2) the oversight of visual reconstructions in selecting the most effective frontiers for exploration. Given these challenges are interrelated, we address them together by proposing a new semi-distributed framework (SPACE) for spatial cooperation in indoor environments that enables enhanced coverage and 3D mapping. SPACE leverages geometric techniques, including ‘mutual awareness’ and a ‘dynamic robot filter,’ to overcome spatial mapping constraints. Additionally, we introduce a novel spatial frontier detection system and map merger, integrated with an adaptive frontier assigner for optimal coverage balancing the exploration and reconstruction objectives. In extensive ROS-Gazebo simulations, SPACE demonstrated superior performance over state-of-the-art approaches in both exploration and mapping metrics.

arxiv情報

著者 Sai Krishna Ghanta,Ramviyas Parasuraman
発行日 2024-11-04 19:04:09+00:00
arxivサイト arxiv_id(pdf)

提供元, 利用サービス

arxiv.jp, Google

カテゴリー: cs.CV, cs.MA, cs.RO パーマリンク