EROAS: 3D Efficient Reactive Obstacle Avoidance System for Autonomous Underwater Vehicles using 2.5D Forward-Looking Sonar

要約

自律型水中探査機 (AUV) の進歩は、短期間に大きく進化しました。
深層学習によるソナーおよびカメラ技術の進歩は、障害物の検出と経路計画に大きく役立ちますが、計算リソース、精度、安全性の維持の間で適切なバランスを達成することは依然として課題です。
システムは大量のデータを効率的に処理する必要があるため、乱雑な環境でのリアルタイム ナビゲーションに最適なソリューションを見つけることが極めて重要になります。
この研究では、3D 水中環境をナビゲートするための新しい障害物回避方法を提案します。
このアプローチでは、標準的なマルチビーム前方監視ソナーを利用して、3D 環境で障害物を検出してマッピングします。
計算コストのかかる 3D センサーを使用する代わりに、2D ソナーをピボットして 3D ヒューリスティック データを取得し、リアルタイム 3D ナビゲーション決定のためにセンサーを 2.5D ソナーに効果的に変換します。
このアプローチは、2D ソナーのシンプルさと、通常 3D システムに関連付けられている奥行き認識を活用することで、障害物の検出とナビゲーションを強化します。
さらにAUVの安全性を確保するフィルターとしてコントロールバリア機能（CBF）を搭載しています。
このアルゴリズムの有効性は、6 自由度 (DOF) 探査車でさまざまなシミュレーション シナリオでテストされました。
結果は、システムが障害物をうまく回避し、事前に定義された目標に向かって航行することを示し、複雑な水中環境を正確に管理する能力を示しています。
この論文では、AUV ナビゲーションを改善するための 2.5D ソナーの可能性を強調し、水中自律システムにおけるこの技術の将来の機能強化と応用についての洞察を提供します。
\url{https://github.com/AIRLabIISc/EROAS}

要約(オリジナル)

Advances in Autonomous Underwater Vehicles (AUVs) have evolved vastly in short period of time. While advancements in sonar and camera technology with deep learning aid the obstacle detection and path planning to a great extent, achieving the right balance between computational resources , precision and safety maintained remains a challenge. Finding optimal solutions for real-time navigation in cluttered environments becomes pivotal as systems have to process large amounts of data efficiently. In this work, we propose a novel obstacle avoidance method for navigating 3D underwater environments. This approach utilizes a standard multibeam forward-looking sonar to detect and map obstacle in 3D environment. Instead of using computationally expensive 3D sensors, we pivot the 2D sonar to get 3D heuristic data effectively transforming the sensor into a 2.5D sonar for real-time 3D navigation decisions. This approach enhances obstacle detection and navigation by leveraging the simplicity of 2D sonar with the depth perception typically associated with 3D systems. We have further incorporated Control Barrier Function (CBF) as a filter to ensure safety of the AUV. The effectiveness of this algorithm was tested on a six degrees of freedom (DOF) rover in various simulation scenarios. The results demonstrate that the system successfully avoids obstacles and navigates toward predefined goals, showcasing its capability to manage complex underwater environments with precision. This paper highlights the potential of 2.5D sonar for improving AUV navigation and offers insights into future enhancements and applications of this technology in underwater autonomous systems. \url{https://github.com/AIRLabIISc/EROAS}

arxiv情報

提供元, 利用サービス

arxiv.jp, Google