面向越野自主车辆的多模态动力学建模
机器人学
2021-03-31 v2
摘要
在户外与非结构化环境中进行动力学建模是困难的，因为环境中不同要素以难以预测的方式与机器人交互。因此，在构建模型以对机器人动力学进行预测从而完成运动规划时，利用多传感器感知关于机器人环境的最大信息至关重要。我们设计了一个能够进行长时域运动预测的模型，利用视觉、激光雷达与本体感知，并在测试时对任意缺失的模态具有鲁棒性。我们在仿真中证明，我们的模型能够利用视觉预测附着力变化。随后，我们使用机器人在森林中导航的真实世界挑战性数据集测试模型，对训练期间未见的轨迹进行预测。我们在测试时尝试不同的模态组合，并表明：尽管我们的模型在所有模态均存在时表现最佳，但即使仅接收原始视觉输入而无本体感知，以及仅接收本体感知时，其表现仍优于基线。总体而言，我们的研究证明了在户外条件下进行动力学建模时利用多传感器的重要性。
引用
@article{arxiv.2011.11751,
title = {Multimodal dynamics modeling for off-road autonomous vehicles},
author = {Jean-François Tremblay and Travis Manderson and Aurélio Noca and Gregory Dudek and David Meger},
journal= {arXiv preprint arXiv:2011.11751},
year = {2021}
}