TRIP: Terrain Traversability Mapping With Risk-Aware Prediction for Enhanced Online Quadrupedal Robot Navigation

要約

オンラインの密集した地形地図を使用した正確な通過可能性の推定は、建設現場や災害現場などの困難な環境での安全なナビゲーションに不可欠です。
しかし、起伏の多い地形での脚式ロボットの移動可能性の推定は、視野の制限やデータの遮蔽と疎性によって生じる地形情報の制限により、大きな課題に直面しています。
通過可能な領域を堅牢にマッピングするために、リスク認識予測を使用した地形通過可能マッピング (TRIP) を導入します。
TRIP は、マルチモーダルな通行可能性のリスクを予測しながら地形図を再構築し、以下の貢献によってオンライン自律ナビゲーションを強化します。
まず、球面投影空間でのステップ可能性を推定することで、スケーラブルな地形特性に対応しながら、データの希薄性に対処できるようになります。
さらに、提案された通過可能性を意識したベイジアン一般化カーネル (T-BGK) ベースの推論方法により、地形完成の精度と効率が向上します。
最後に、ステッパビリティベースのマハラノビス距離を活用することで、外れ値や動的要素に対する堅牢性に貢献し、最終的には静的な地形通過可能マップが得られます。
公開データセットと社内データセットの両方で検証されているように、TRIP は地形の再構築とナビゲーション マップの点で大幅なパフォーマンスの向上を示しています。
四足ロボット用のオンボードオンライン自律ナビゲーションシステム内の統合コンポーネントとしての実現可能性を実証するデモビデオは、https://youtu.be/d7HlqAP4l0c でご覧いただけます。

要約(オリジナル)

Accurate traversability estimation using an online dense terrain map is crucial for safe navigation in challenging environments like construction and disaster areas. However, traversability estimation for legged robots on rough terrains faces substantial challenges owing to limited terrain information caused by restricted field-of-view, and data occlusion and sparsity. To robustly map traversable regions, we introduce terrain traversability mapping with risk-aware prediction (TRIP). TRIP reconstructs the terrain maps while predicting multi-modal traversability risks, enhancing online autonomous navigation with the following contributions. Firstly, estimating steppability in a spherical projection space allows for addressing data sparsity while accomodating scalable terrain properties. Moreover, the proposed traversability-aware Bayesian generalized kernel (T-BGK)-based inference method enhances terrain completion accuracy and efficiency. Lastly, leveraging the steppability-based Mahalanobis distance contributes to robustness against outliers and dynamic elements, ultimately yielding a static terrain traversability map. As verified in both public and our in-house datasets, our TRIP shows significant performance increases in terms of terrain reconstruction and navigation map. A demo video that demonstrates its feasibility as an integral component within an onboard online autonomous navigation system for quadruped robots is available at https://youtu.be/d7HlqAP4l0c.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google