基于视觉地形特征的动态建模用于高速自主越野驾驶
机器人学
2024-12-03 v1
摘要
快速的自主越野驾驶对于灾后救援、搜救或行星探索等场景至关重要。在车辆以极限能力穿越极端地形时，其动力学可能会突然且剧烈地变化。例如，高速和可变地形会影响牵引力、胎面滑移和滚动阻力等参数。为实现此类环境中的有效规划，关键在于拥有能够准确预估这些条件的动力学模型。在本工作中，我们提出了一种混合模型，用于预测作为视觉输入函数的 terrain 引起的动力学变化。我们利用预训练的视觉基础模型（VFM）DINOv2，该模型提供丰富的特征，编码细粒度语义信息。为使用该动力学模型进行规划，我们提出了一种面向投影距离无关特征编码器的端到端训练架构，用于压缩VFM的信息，使我们能够在运行时创建环境的轻量级地图。我们在DARPA机器人自主复杂环境韧性计划（RACER）收集的大型数据集（数百公里的激进越野驾驶）上对我们的架构进行了验证，涵盖多个地点。
引用
@article{arxiv.2412.00581,
title = {Dynamics Modeling using Visual Terrain Features for High-Speed Autonomous Off-Road Driving},
author = {Jason Gibson and Anoushka Alavilli and Erica Tevere and Evangelos A. Theodorou and Patrick Spieler},
journal= {arXiv preprint arXiv:2412.00581},
year = {2024}
}
备注
Jason Gibson and Anoushka Alavilli contributed equally