본 논문은 LiDAR-파노라마 카메라 시스템을 갖춘 지상 로봇을 이용하여 복잡하고 미지의 환경에 대한 자율적인 의미적 탐사 및 밀집 의미적 목표 매핑 시스템을 제시합니다. 기존 방법들은 여러 각도에서 고품질 관측을 수집하고 불필요한 반복적인 이동을 피하는 데 어려움을 겪는 경우가 많습니다. 이러한 문제를 해결하기 위해 매핑과 계획을 결합한 완전한 시스템을 제안합니다. 먼저 기하학적 범위와 의미적 관점 관찰을 모두 완료하는 작업으로 재정의하고, 의미적 및 기하학적 관점을 개별적으로 관리하며 새로운 우선 순위 기반 분리형 지역 샘플러를 제안하여 불필요한 반복 없이 명시적인 다중 관점 의미 검사와 복셀 범위를 가능하게 합니다. 이를 바탕으로 효율적인 전역 범위를 보장하는 계층적 계획자를 개발하고, 로봇의 안전을 보장하면서 공격적인 탐사 동작을 허용하는 안전 공격적 탐사 상태 머신을 제안합니다. 또한, 최첨단 SLAM 알고리즘과 원활하게 통합되는 플러그 앤 플레이 의미적 목표 매핑 모듈을 포함합니다. 현실적인 시뮬레이션과 복잡한 실제 환경에서의 광범위한 실험을 통해 접근 방식을 검증했습니다. 시뮬레이션 결과는 계획자가 더 빠른 탐사와 더 짧은 이동 거리를 달성하면서 지정된 수의 다중 관점 검사를 보장함을 보여줍니다. 실제 실험은 비구조화된 환경의 정확한 밀집 의미 객체 매핑 달성에서 시스템의 효과를 추가적으로 확인합니다.
시사점, 한계점
•
시사점:
◦
복잡한 미지의 환경에서 효율적이고 안전한 자율 탐사 및 밀집 의미적 매핑을 위한 새로운 시스템을 제시합니다.
◦
기하학적 범위와 의미적 관점 관찰을 분리하여 관리하는 새로운 접근 방식을 제안합니다.
◦
우선 순위 기반 분리형 지역 샘플러와 계층적 계획자를 통해 불필요한 반복적인 탐사를 줄이고 효율성을 높입니다.
◦
안전 공격적 탐사 상태 머신을 통해 안전성을 유지하면서 공격적인 탐사를 가능하게 합니다.
◦
시뮬레이션 및 실제 환경 실험을 통해 시스템의 성능을 검증합니다.
•
한계점:
◦
제안된 시스템의 성능은 사용된 LiDAR-파노라마 카메라 시스템의 성능에 의존적일 수 있습니다.
◦
다양한 환경 조건(예: 조명, 날씨)에 대한 시스템의 강건성에 대한 추가적인 연구가 필요합니다.
