Exploración dinámica de fronteras en entornos desconocidos basada en la entropía

Jaime Godoy-Calvo; Dahui Lin-Yang; Ricardo Vázquez-Martín; Alfonso García-Cerezo

doi:10.4995/riai.2023.18740

Autores/as

Jaime Godoy-Calvo Universidad de Málaga
Dahui Lin-Yang Universidad de Málaga
Ricardo Vázquez-Martín Universidad de Málaga https://orcid.org/0000-0003-1742-6852
Alfonso García-Cerezo Universidad de Málaga https://orcid.org/0000-0003-3432-3230

DOI:

https://doi.org/10.4995/riai.2023.18740

Palabras clave:

robótica móvil, robótica móvil autónoma, navegación de robots, entropía, teoría de la información

Resumen

La exploración en entornos de catástrofes proporciona información valiosa de alta fidelidad al personal de los dispositivos de rescate ante situaciones de desastre, ofreciendo la posibilidad de reducir el tiempo de búsqueda y recuperación de víctimas. Este trabajo presenta un método de exploración que evalúa las fronteras del entorno conocido basado en la entropía mediante una función de expectativa, con el objetivo de maximizar la ganancia de información. De esta forma el método propuesto emplea esta métrica para planificar la exploración en base a la expectativa de ganancia de información futura, asegurando una estrategia que minimiza el tiempo de exploración al mismo tiempo que maximiza la incorporación de nueva información al mapa. Debido al enfoque empleado para resolver el problema se consigue evitar la dependencia del método de ganancia de información con los mapas de tamaño fijo, y se propone un modelo independiente del sensor utilizado en la exploración donde se considera la distribución de obstáculos en la cercanía de las fronteras. Para su evaluación, se presentan resultados en diferentes entornos con simulaciones que demuestran la mayor eficiencia en la planificación de la exploración de las zonas desconocidas hasta completar el conocimiento completo del entorno a explorar. El método propuesto está públicamente disponible en Godoy-Calvo et al. (2022).

Descargas

Los datos de descargas todavía no están disponibles.

Biografía del autor/a

Jaime Godoy-Calvo, Universidad de Málaga

Departamento de Ingeniería de Sistemas y Automática

Dahui Lin-Yang, Universidad de Málaga

Departamento de Ingeniería de Sistemas y Automática

Ricardo Vázquez-Martín, Universidad de Málaga

Departamento de Ingeniería de Sistemas y Automática

Alfonso García-Cerezo, Universidad de Málaga

Departamento de Ingeniería de Sistemas y Automática

Citas

Bai, S., Chen, F., Englot, B., 2017. Toward autonomous mapping and exploration for mobile robots through deep supervised learning. In: Proc. of the IEEE/RSJ Int. Conf. on Intelligent Robots and Systems (IROS). pp. 2379- 2384. https://doi.org/10.1109/IROS.2017.8206050

Cadena, C., Carlone, L., Carrillo, H., Latif, Y., Scaramuzza, D., Neira, J., Reid, I., Leonard, J. J., 2016. Past, present, and future of simultaneous localization and mapping: Toward the robust-perception age. IEEE Transactions on Robotics 32 (6), 1309-1332. https://doi.org/10.1109/TRO.2016.2624754

Chen, F., Wang, J., Shan, T., Englot, B., 2022. Autonomous exploration under uncertainty via graph convolutional networks. In: Asfour, T., Yoshida, E., Park, J., Christensen, H., Khatib, O. (Eds.), Robotics Research. Springer International Publishing, Cham, pp. 676-691. https://doi.org/10.1007/978-3-030-95459-8_41

Cieslewski, T., Kaufmann, E., Scaramuzza, D., 2017. Rapid exploration with multi-rotors: A frontier selection method for high speed flight. In: Proc. of the IEEE/RSJ Int. Conf. on Intelligent Robots and Systems (IROS). pp. 2135-2142. https://doi.org/10.1109/IROS.2017.8206030

da Silva Lubanco, D. L., Pichler-Scheder, M., Schlechter, T., Scherh¨aufl, M., Kastl, C., 2020. A review of utility and cost functions used in frontier-based exploration algorithms. In: 5th Int. Conf. on Robotics and Automation Engineering (ICRAE). pp. 187-191. https://doi.org/10.1109/ICRAE50850.2020.9310862

Dai, A., Papatheodorou, S., Funk, N., Tzoumanikas, D., Leutenegger, S., 2020. Fast frontier-based information-driven autonomous exploration with an mav. In: IEEE International Conference on Robotics and Automation (ICRA). pp. 9570-9576. https://doi.org/10.1109/ICRA40945.2020.9196707

Delmerico, J., Mintchev, S., Giusti, A., Gromov, B., Melo, K., Horvat, T., Cadena, C., Hutter, M., Ijspeert, A., Floreano, D., Gambardella, L. M., Siegwart, R., Scaramuzza, D., 10 2019. The current state and future outlook of rescue robotics. Journal of Field Robotics 36, 1171-1191. https://doi.org/10.1002/rob.21887

Deng, D., Duan, R., Liu, J., Sheng, K., Shimada, K., 2020. Robotic exploration of unknown 2d environment using a frontier-based automatic-differentiable information gain measure. In: Proc. of the IEEE/ASME Int. Conf. on Advanced Intelligent Mechatronics (AIM). pp. 1497-1503. https://doi.org/10.1109/IROS.2017.8202319

Godoy-Calvo, J., Lin-Yang, D., V'azquez-Mart'ın, R., 2022. Dynamic entropy exploration repository. Accessed: Nov 7, 2022. URL: https://github.com/Jagoca98/DynamicEntropyExplore.git.

Hörner, J., 2016. Map-merging for multi-robot system. Master's thesis, Charles University in Prague, Faculty of Mathematics and Physics, Prague.

Kaufman, E., Lee, T., Ai, Z., 2016. Autonomous exploration by expected information gain from probabilistic occupancy grid mapping. In: Proc. of the Int. Conf. on Simulation, Modeling, and Programming for Autonomous Robots(SIMPAR). pp. 246-251. https://doi.org/10.1109/SIMPAR.2016.7862403

Li, H., Zhang, Q., Zhao, D., 2020. Deep reinforcement learning-based automatic exploration for navigation in unknown environment. IEEE Transactions on Neural Networks and Learning Systems 31 (6), 2064-2076. https://doi.org/10.1109/TNNLS.2019.2927869

Martínez, J. L., Morales, J., Sánchez, M., Morán, M., Reina, A. J., Fernández- Lozano, J. J., 2020. Reactive navigation on natural environments by continuous classification of ground traversability. Sensors 20 (22), 6423. https://doi.org/10.3390/s20226423

Mobarhani, A., Nazari, S., Tamjidi, A. H., Taghirad, H. D., 2011. Histogram based frontier exploration. In: Proc. of the IEEE/RSJ Int. Conf. on Intelligent Robots and Systems (IROS). pp. 1128-1133. https://doi.org/10.1109/IROS.2011.6095018

Moravec, H., Elfes, A., 1985. High resolution maps from wide angle sonar. In: Proc. of the IEEE Int. Conf. on Robotics and Automation. Vol. 2. pp. 116-121. https://doi.org/10.1109/ROBOT.1985.1087316

Open Source Robotics Foundation, I., 2018. Ros/navigation/. Last accessed on 9.11.2022. URL http://wiki.ros.org/navigation.

Open Source Robotics Foundation, I., 2019. Ros/husky. Last accessed on 9.11.2022. URL: http://wiki.ros.org/Robots/Husky.

Open Source Robotics Foundation, I., 2020. Turtlebot3. Last accessed on 9.11.2022. URL: http://wiki.ros.org/Robots/TurtleBot.

Perea Ström, D., Bogoslavskyi, I., Stachniss, C., 2017. Robust exploration and homing for autonomous robots. Robotics and Autonomous Systems 90, 125-135, special Issue on New Research Frontiers for Intelligent Autonomous Systems. https://doi.org/10.1016/j.robot.2016.08.015

Russel, S., Norvig, P., 2021. Artificial Intelligence: A Modern Approach, 4th Edition. Pearson.

Shannon, C. E., 2001. A mathematical theory of communication. ACM SIGMOBILE mobile computing and communications review 5 (1), 3-55. https://doi.org/10.1145/584091.584093

Shrestha, R., Tian, F.-P., Feng, W., Tan, P., Vaughan, R., 2019. Learned map prediction for enhanced mobile robot exploration. In: Proc. of the IEEE Int. Conf. on Robotics and Automation (ICRA). pp. 1197-1204. https://doi.org/10.1109/ICRA.2019.8793769

Stachniss, C., Grisetti, G., Burgard, W., 2005. Information gain-based exploration using rao-blackwellized particle filters. In: Robotics: Science and systems. Vol. 2. pp. 65-72. https://doi.org/10.15607/RSS.2005.I.009

Umari, H., Mukhopadhyay, S., 2017a. Autonomous robotic exploration based on multiple rapidly-exploring randomized trees. In: Proc. of the IEEE/RSJ Int. Conf. on Intelligent Robots and Systems (IROS). pp. 1396-1402. https://doi.org/10.1109/IROS.2017.8202319

Umari, H., Mukhopadhyay, S., 2017b. Autonomous robotic exploration based on multiple rapidly-exploring randomized trees. In: Proc. of the IEEE/RSJ Int. Conf. on Intelligent Robots and Systems (IROS). pp. 1396-1402. https://doi.org/10.1109/IROS.2017.8202319

Vázquez-Martín, R., 2009. online environment segmentation based on spectral mapping (less-mapping). Ph.D. thesis, Universidad de Málaga.

Wang, J., Englot, B., 2020. Autonomous exploration with expectationmaximization. In: Amato, N. M., Hager, G., Thomas, S., Torres-Torriti, M. (Eds.), Robotics Research. Springer International Publishing, Cham, pp. 759-774.

Yamauchi, B., 1997. A frontier-based approach for autonomous exploration. In: Proc. of the IEEE Int. Symposium on Computational Intelligence in Robotics and Automation. pp. 146-151. https://doi.org/10.1109/CIRA.1997.613851