SlideSLAM: Sparse, Lightweight, Decentralized Metric-Semantic SLAM for Multi-Robot Navigation

要約

この論文では、異種ロボット チームが GPS に依存せずに、屋内、都市、森林を特徴とする 3D 環境のオブジェクトベースの計量セマンティック マップを共同で構築できるようにする、リアルタイムの分散型計量セマンティック同時位置特定およびマッピング (SLAM) アルゴリズム フレームワークを開発します。
。
このフレームワークには、RGBD カメラまたは LiDAR からのセグメンテーションなどのデータ駆動型のフロントエンドと、マップ内のロボットの軌道とオブジェクトのランドマークを最適化するためのカスタム バックエンドが統合されています。
複数のロボットが情報をマージできるようにするために、オブジェクトレベルのメトリック-セマンティックマップの情報提供性と視点不変性を利用して、ロボット間のループ閉鎖を検出するセマンティクス主導の場所認識アルゴリズムを設計します。
通信モジュールは、通信リンクが利用可能な場合は常に、各ロボットの観察と他のロボットの観察を追跡するように設計されています。
私たちのフレームワークにより、ロボットに搭載されたリアルタイムの分散操作が可能になり、ロボットが通信を活用できるようになります。
私たちは、提案されたフレームワークを 3 種類の空中および地上ロボットの自律航行および探査システムと統合し、屋内および屋外のさまざまな環境で広範な実験を実施します。
これらの実験は、ロボット間の位置特定とオブジェクト マッピングの精度と、計算、ストレージ、および通信リソースに対する適度な要求を実証します。
このフレームワークはオープンソースであり、オブジェクト レベルのメトリック セマンティック SLAM のモジュラー スタックとして利用でき、単一エージェントとマルチロボットの両方のシナリオに適しています。
プロジェクトの Web サイトとコードは、それぞれ https://xurobotics.github.io/slideslam/ と https://github.com/XuRobotics/SLIDE_SLAM にあります。

要約(オリジナル)

This paper develops a real-time decentralized metric-semantic Simultaneous Localization and Mapping (SLAM) algorithm framework that enables a heterogeneous robot team to collaboratively construct object-based metric-semantic maps of 3D environments featuring indoor, urban, and forests without relying on GPS. The framework integrates a data-driven front-end for instance segmentation from either RGBD cameras or LiDARs and a custom back-end for optimizing robot trajectories and object landmarks in the map. To allow multiple robots to merge their information, we design semantics-driven place recognition algorithms that leverage the informativeness and viewpoint invariance of the object-level metric-semantic map for inter-robot loop closure detection. A communication module is designed to track each robot’s observations and those of other robots whenever communication links are available. Our framework enables real-time decentralized operations onboard robots, allowing them to opportunistically leverage communication. We integrate the proposed framework with the autonomous navigation and exploration systems of three types of aerial and ground robots, conducting extensive experiments in a variety of indoor and outdoor environments. These experiments demonstrate accuracy in inter-robot localization and object mapping, along with its moderate demands on computation, storage, and communication resources. The framework is open-sourced and available as a modular stack for object-level metric-semantic SLAM, suitable for both single-agent and multi-robot scenarios. The project website and code can be found at https://xurobotics.github.io/slideslam/ and https://github.com/XuRobotics/SLIDE_SLAM, respectively.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google