摘要：本研究有效提高了動(dòng)態(tài)環(huán)境中障礙物建模的精度和效率。NOKOV度量動(dòng)作捕捉系統(tǒng)助力評(píng)估動(dòng)態(tài)占用地圖在速度估計(jì)方面的性能。

近日，上海交通大學(xué)、荷蘭代爾夫特理工研究團(tuán)隊(duì)在機(jī)器人頂刊IEEE T-RO上發(fā)表題為Continuous Occupancy Mapping in Dynamic Environments Using Particles 的論文，第一作者為荷蘭代爾夫特理工大學(xué)認(rèn)知機(jī)器人系博士后陳剛。

本文提出了一種基于粒子的連續(xù)占用地圖，通過(guò)創(chuàng)新的雙數(shù)據(jù)結(jié)構(gòu)和高效的地圖構(gòu)建流程，有效提高了動(dòng)態(tài)環(huán)境中障礙物建模的精度和效率。NOKOV度量動(dòng)作捕捉系統(tǒng)收集動(dòng)態(tài)障礙物運(yùn)動(dòng)數(shù)據(jù)，助力評(píng)估動(dòng)態(tài)占用地圖在速度估計(jì)方面的性能。

引用格式
G.Chen, W. Dong, P. Peng, J. Alonso-Mora and X. Zhu, “Continuous Occupancy Mapping in Dynamic Environments Using Particles,” in IEEE Transactions on Robotics, vol. 40, pp. 64-84, 2024, doi: 10.1109/TRO.2023.3323841.

研究背景
本文針對(duì)動(dòng)態(tài)環(huán)境的表征問(wèn)題進(jìn)行研究，特別是機(jī)器人導(dǎo)航過(guò)程中如何安全有效進(jìn)行路徑規(guī)劃。傳統(tǒng)的基于粒子的地圖在描述占用狀態(tài)時(shí)存在網(wǎng)格大小的矛盾：大網(wǎng)格不利于運(yùn)動(dòng)規(guī)劃，小網(wǎng)格則降低效率并可能產(chǎn)生間隙和不一致性。此外，現(xiàn)有的粒子地圖依賴于測(cè)量柵格地圖作為輸入，這種柵格化的數(shù)據(jù)輸入限制了狀態(tài)估計(jì)的精度，并且存在柵格尺寸問(wèn)題。為了解決這些問(wèn)題，本文提出了一種連續(xù)的雙結(jié)構(gòu)粒子地圖（DSP Map），旨在提高動(dòng)態(tài)環(huán)境中障礙物建模的精度和效率，同時(shí)支持小型機(jī)器人平臺(tái)的使用。

本文貢獻(xiàn)
1提出了一個(gè)基于雙數(shù)據(jù)結(jié)構(gòu)構(gòu)建的粒子地圖更新模式，從而將粒子地圖推廣到了連續(xù)空間；
2采用初始速度估計(jì)和一個(gè)高效的混合運(yùn)動(dòng)模型來(lái)減少同時(shí)表征動(dòng)靜態(tài)障礙物時(shí)的噪聲；
3開發(fā)了一套完整的、高效的地圖構(gòu)建流程，使得 DSP Map 可用于微小型機(jī)器人平臺(tái)；
4地圖相關(guān)代碼已開源至：https://github.com/g-ch/DSP-map

實(shí)驗(yàn)過(guò)程
本文首先評(píng)估了 DSP Map 的構(gòu)建效率和對(duì)動(dòng)態(tài)障礙物速度估計(jì)的效果，然后與當(dāng)前最先進(jìn)的基于粒子的動(dòng)態(tài)占有地圖 K3DOM 和一個(gè)應(yīng)用廣泛的經(jīng)典靜態(tài)占有地圖 Ewok Map展開對(duì)比實(shí)驗(yàn)，結(jié)果表明 DSP Map 在動(dòng)態(tài)環(huán)境中具有最高的 F-1 Score，在靜態(tài)環(huán)境也有與 Ewok Map 接近的性能。同時(shí)，本文基于 DSP Map 在一個(gè)微型無(wú)人機(jī)上開展了避障實(shí)驗(yàn)。

NOKOV度量動(dòng)作捕捉系統(tǒng)在實(shí)驗(yàn)中記錄行人在測(cè)試場(chǎng)地內(nèi)的運(yùn)動(dòng)軌跡，并提供精確的速度和位置數(shù)據(jù)作為地面真實(shí)值（ground truth），比較了DSP地圖和其他點(diǎn)云處理方法在動(dòng)態(tài)環(huán)境中對(duì)障礙物運(yùn)動(dòng)狀態(tài)估計(jì)的性能。

作者介紹
Author Profile

董偉
上海交通大學(xué)機(jī)械與動(dòng)力工程學(xué)院 長(zhǎng)聘副教授

研究方向
多機(jī)器人協(xié)同智能與主動(dòng)感知

主要成就
· 成功主持多個(gè)國(guó)家自然科學(xué)基金項(xiàng)目、上海青年科技啟明星計(jì)劃項(xiàng)目、中國(guó)博士后科學(xué)基金研究特別資助項(xiàng)目等
· 圍繞無(wú)人系統(tǒng)低負(fù)荷協(xié)同感知與控制，在IEEE T-RO，IEEE RA-L，IEEE T-ASE，IEEE/ASME T-MECH等機(jī)器人與自動(dòng)化主流期刊上共發(fā)表SCI期刊論文三十余篇。代表性成果為寬場(chǎng)景適應(yīng)的主動(dòng)感知規(guī)劃系統(tǒng)。
· 獲得上海交通大學(xué)的教學(xué)成果獎(jiǎng)和多項(xiàng)個(gè)人榮譽(yù)。作為指導(dǎo)教師，帶領(lǐng)學(xué)生在多個(gè)無(wú)人飛行器智能感知技術(shù)競(jìng)賽中獲得一等獎(jiǎng)。

Javier Alonso-Mora
代爾夫特理工大學(xué)認(rèn)知機(jī)器人系 副教授

研究方向
多機(jī)器人協(xié)同、決策規(guī)劃

主要成就
· IEEE RAS 多機(jī)器人系統(tǒng)技術(shù)委員會(huì)聯(lián)合主席、T-RO & Autonomous Robots副主編、RSS 2024 Local Arrangements Chair、ERC 啟動(dòng)基金的獲得者
· 曾獲得 ICRA 2019 多機(jī)器人系統(tǒng)最佳論文獎(jiǎng)及IEEE MRS 2024 最佳論文獎(jiǎng)提名
2024年9月11日19:00，上海交大董偉老師 及 代爾夫特理工Javier Alonso-Mora老師開啟了《STAR TALK | 多決策智能體中的路徑規(guī)劃》學(xué)術(shù)交流直播！兩位教授隔空對(duì)話，圍繞“分布式多無(wú)人系統(tǒng)與人機(jī)混合系統(tǒng)中行為模型的異同”、“個(gè)體機(jī)器人認(rèn)知與決策方式對(duì)群體行為演化的影響”、“應(yīng)急游戲相較于模型預(yù)測(cè)控制的異同與優(yōu)勢(shì)”、“通用場(chǎng)景中的多無(wú)人系統(tǒng)規(guī)劃的可靠性測(cè)性方法”、“多無(wú)人系統(tǒng)行為推演下的規(guī)劃時(shí)效問(wèn)題”等話題展開討論。歡迎觀看直播回放！

直播回放