SlipNet: 增强非均匀和可变形地形上的滑移成本映射用于自主导航
机器人学
2024-09-24 v2
摘要
自主太空车在导航可变形和非均匀地形时面临重大挑战，因为土壤性质的差异可能导致严重的轮胎滑移，从而损害导航效率并增加陷阱风险。为解决此问题，我们引入SlipNet，这是一种用于预测各种地形表面分段区域中轮胎滑移的新方法，不依赖于先验地形分类。SlipNet采用动态地形分段和滑移分配技术，用于处理以前未见过的数据，增强了在不确定环境中进行自主车辆导航的能力。我们开发了一个使用高保真Vortex Studio模拟器创建的合成数据生成框架，用于训练和评估，复制广泛的可变形地形条件。广泛的仿真结果表明，我们的方法结合了DeepLab v3+和SlipNet，相对于现有方法TerrainNet显著优于，平均绝对误差(MAE)在五种不同地形样本中均显著降低。这些发现突显了SlipNet在改善挑战性地形上自主车辆导航方面的有效性。
关键词
引用
@article{arxiv.2409.02273,
title = {SlipNet: Enhancing Slip Cost Mapping for Autonomous Navigation on Heterogeneous and Deformable Terrains},
author = {Mubarak Yakubu and Yahya Zweiri and Ahmad Abubakar and Rana Azzam and Ruqayya Alhammadi and Lakmal Seneviratne},
journal= {arXiv preprint arXiv:2409.02273},
year = {2024}
}