Core Concepts
ロボットは、オブジェクトの意味論的ラベルと一貫性推定値を利用して、動的に変化する環境での安全な航行を行う。
Abstract
本研究では、オブジェクトレベルの意味論的情報と一貫性推定値を活用して、半静的環境での安全な航行を実現するクローズドループのシステムを提案する。
まず、ORB-SLAM3とPOCDを組み合わせて、オブジェクトの位置、意味論的ラベル、一貫性推定値を含む密な3Dマップを構築する。次に、この情報をコントロールバリア関数(CBF)に統合し、モデル予測制御(MPC)がCBF制約に基づいて安全な軌道を生成する。
このシステムにより、ロボットは事前の意味論的知識と潜在的な環境変化を考慮しながら、適応的に行動を調整することができる。シミュレーションと実世界の実験を通して、提案手法の有効性を示す。特に、意味論的情報の活用と環境変化への対応が、ロボットの振る舞いに大きな影響を与えることを実証する。
Stats
ロボットの直径は50 cmである。
壁は「likely-static」、引き出しは「likely-dynamic」と分類される。
CBFのパラメータとして、零レベル閾値θzeroは0.15 m、打ち切り距離θcutoffは1.8 m、バイアスbは0.75 m、一貫性係数λcは3.0、ステーショナリティ係数λsは2.0に設定した。
Quotes
「ロボットは、事前の意味論的知識と潜在的な環境変化を考慮しながら、適応的に行動を調整することができる。」
「意味論的情報の活用と環境変化への対応が、ロボットの振る舞いに大きな影響を与える。」