这些地图为行走而生：面向移动机器人的实时地形属性估计
机器人学
2022-05-26 v1 图像与视频处理
摘要
支配移动机器人的运动方程依赖于地形属性，如摩擦系数和接触模型参数。因此估计这些属性对机器人导航至关重要。理想情况下，任何估计地形属性的地图都应实时运行、抑制传感器噪声，并提供上述属性的概率分布，从而实现风险缓减的导航与规划。本文应对这些需求，提出了一种用于语义建图的贝叶斯推断框架，该框架利用单个RGB-D相机的数据递归估计地形表面轮廓及地形属性的概率分布。所提框架在仿真中与其他语义建图方法进行了对比评估，结果表明在使用精确率-召回率曲线和Kullback-Leibler散度检验评估时，其在正确估计模拟真值地形属性方面优于这些SOTA方法。此外，所提方法被部署于物理足式机器人平台在室内与室外环境中，我们展示了我们的方法在两种情况下均能正确预测地形属性。所提框架实时运行并包含ROS接口以便于集成。
引用
@article{arxiv.2205.12925,
title = {These Maps Are Made For Walking: Real-Time Terrain Property Estimation for Mobile Robots},
author = {Parker Ewen and Adam Li and Yuxin Chen and Steven Hong and Ram Vasudevan},
journal= {arXiv preprint arXiv:2205.12925},
year = {2022}
}