Accurate Pose Prediction on Signed Distance Fields for Mobile Ground Robots in Rough Terrain

📄 arXiv: 2405.02121v1 📥 PDF

作者: Martin Oehler, Oskar von Stryk

分类: cs.RO

发布日期: 2024-05-03

备注: Published in: 2023 IEEE International Symposium on Safety, Security, and Rescue Robotics (SSRR). Video: https://youtu.be/3kHDxPnEtHM

期刊: 2023 IEEE International Symposium on Safety, Security, and Rescue Robotics (SSRR), Naraha, Fukushima, Japan, 2023, pp. 47-52

DOI: 10.1109/SSRR59696.2023.10499944

💡 一句话要点

提出基于有符号距离场的迭代几何方法，精确预测崎岖地形中移动机器人的位姿

🎯 匹配领域: 支柱一：机器人控制 (Robot Control) 支柱三：空间感知与语义 (Perception & Semantics)

关键词: 移动机器人 位姿预测 有符号距离场 崎岖地形 迭代几何方法

📋 核心要点

  1. 移动机器人在非结构化环境中自主运动，需要准确预测机器人与地形的交互，现有方法如占据栅格忽略了关节位置。
  2. 该方法利用有符号距离场（SDF）以亚体素精度表示地形表面，通过迭代几何方法预测机器人位姿，考虑了主动鳍板的影响。
  3. 在仿真和真实机器人平台上验证，位姿预测精度优于基于高度图的方法，平均位置误差3.11cm，角度误差3.91°。

📝 摘要（中文）

本文提出了一种新颖的迭代几何方法，用于精确预测具有主动鳍板的移动机器人在不平坦地面上的三维位姿，并具备在线规划能力。该方法利用有符号距离场以亚体素精度表示表面的能力。通过这种方式，可以充分预测机器人与地形的交互。在仿真和真实平台上，对两种不同的履带式机器人进行了实验，验证了该方法的有效性。与跟踪系统作为真值相比，该方法预测的机器人位置和方向的平均精度分别为3.11厘米和3.91°，优于最近的基于高度图的方法。该实现已作为开源ROS软件包提供。

🔬 方法详解

问题定义：论文旨在解决移动机器人在崎岖地形中精确位姿预测的问题。现有方法，如占据栅格或可通行性地图，在处理具有主动鳍板的机器人时存在局限性，因为它们没有考虑关节位置，导致无法准确预测机器人与地形的交互。这些方法无法充分利用机器人自身的运动能力，限制了其在复杂环境中的应用。

核心思路：论文的核心思路是利用有符号距离场（SDF）来精确表示地形表面，并结合迭代几何方法来预测机器人的位姿。SDF能够以亚体素精度表示表面，从而更准确地捕捉地形的细节。通过迭代优化，可以找到机器人与地形的最佳接触配置，从而实现精确的位姿预测。这种方法能够充分考虑机器人自身的几何结构和运动学约束，从而更好地适应复杂地形。

技术框架：该方法主要包含以下几个阶段：1) 使用传感器数据构建地形的SDF表示；2) 初始化机器人的位姿；3) 通过迭代优化算法，调整机器人的位姿，使其与SDF表示的地形表面尽可能地吻合；4) 在每次迭代中，计算机器人与地形之间的距离和接触力，并根据这些信息更新机器人的位姿。该框架允许在线规划，能够根据地形变化实时调整机器人运动。

关键创新：该方法最重要的技术创新点在于将SDF与迭代几何方法相结合，用于精确预测机器人在崎岖地形中的位姿。与现有方法相比，该方法能够以亚体素精度表示地形表面，并充分考虑机器人自身的几何结构和运动学约束。此外，该方法还具有在线规划能力，能够根据地形变化实时调整机器人运动。

关键设计：该方法的关键设计包括：1) 使用高效的SDF构建算法，以实现快速的地形表示；2) 设计合适的迭代优化算法，以实现快速和准确的位姿预测；3) 考虑机器人与地形之间的接触力，以实现更真实的物理模拟；4) 使用ROS框架进行实现，方便与其他机器人软件集成。

🖼️ 关键图片

fig_0
fig_1
fig_2

📊 实验亮点

实验结果表明，该方法在仿真和真实机器人平台上均取得了良好的效果。与基于高度图的方法相比，该方法能够显著提高位姿预测的精度。具体而言，该方法预测的机器人位置和方向的平均精度分别为3.11厘米和3.91°，优于最近的基于高度图的方法。此外，该方法还具有在线规划能力，能够根据地形变化实时调整机器人运动。

🎯 应用场景

该研究成果可应用于各种需要在崎岖地形中自主导航的移动机器人，例如搜救机器人、勘探机器人和农业机器人。精确的位姿预测能够提高机器人的导航精度和运动效率，使其能够更好地完成各种任务。此外，该方法还可以用于机器人仿真和虚拟现实等领域，为机器人开发和测试提供更真实的物理环境。

📄 摘要（原文）

Autonomous locomotion for mobile ground robots in unstructured environments such as waypoint navigation or flipper control requires a sufficiently accurate prediction of the robot-terrain interaction. Heuristics like occupancy grids or traversability maps are widely used but limit actions available to robots with active flippers as joint positions are not taken into account. We present a novel iterative geometric method to predict the 3D pose of mobile ground robots with active flippers on uneven ground with high accuracy and online planning capabilities. This is achieved by utilizing the ability of signed distance fields to represent surfaces with sub-voxel accuracy. The effectiveness of the presented approach is demonstrated on two different tracked robots in simulation and on a real platform. Compared to a tracking system as ground truth, our method predicts the robot position and orientation with an average accuracy of 3.11 cm and 3.91°, outperforming a recent heightmap-based approach. The implementation is made available as an open-source ROS package.