语义感知的预测检查路径规划

本文提出了一种新颖的语义感知检查路径规划范式，称为“语义感知预测规划”(Semantics-aware Predictive Planning, SPP)。需要检查特定对象或结构(称为“语义”)的工业环境，如船舶内的舷渡水箱，常呈现语义感兴趣部位的结构化和重复的空间布局。为此，我们首先贡献了一个算法，用于识别语义场景图表示中语义空间重复模式——确切或不完全——并对图在环境未见部分的演化进行预测。此外，提出两种针对舷渡水箱检查的检查路径规划策略，利用这些预测。为评估新颖预测规划范式的性能，进行了仿真和实验评估。首先，我们进行仿真研究，将方法与相关最新技术进行比较，并进一步展示其处理不完美模式的能力。其次，我们在两艘真实船舶的舷渡水箱内部署该方法，该方法运行于具备碰撞容错性的无人机上。仿真和现场实验结果表明，该方法在保持等或更好语义表面覆盖率的同时，显著优于最新技术，检查时间大幅缩短。一组描述方法各部分和现场部署的视频可在 https://tinyurl.com/spp-videos 访问。本工作的代码已在 https://github.com/ntnu-arl/predictive_planning_ros 上公开。