NeuPAN

Pianificatore end-to-end in tempo reale che trasforma direttamente i punti LiDAR grezzi in azioni del robot

Licenza

GPL-3.0

Panoramica

NeuPAN (Neural Proximal Alternating-minimization Network) è un pianificatore di navigazione per robot end-to-end, in tempo reale e senza mappa, pubblicato su IEEE Transactions on Robotics. Combina un modello appreso della distanza tra punti e collisioni con un'ottimizzazione basata su modello risolta per minimizzazione alternata prossimale, e trasforma direttamente i punti LiDAR grezzi in azioni prive di collisioni, senza una pipeline dalla percezione alla pianificazione e senza una mappa precostruita. Funziona su robot reali a trazione differenziale e Ackermann in ambienti ingombri e dinamici.

Gli stack di navigazione convenzionali concatenano moduli di percezione, mappatura e pianificazione, accumulando latenza ed errori a ogni fase. NeuPAN comprime la catena: un problema di ottimizzazione interpretabile combina la dinamica del robot, i limiti di controllo e i vincoli di evitamento degli ostacoli, dove le distanze dagli ostacoli provengono da DUNE, un modello appreso che codifica i punti grezzi in feature latenti di distanza. Il problema viene risolto online da una rete neurale di minimizzazione alternata prossimale, che raggiunge frequenze in tempo reale su GPU embedded mantenendo il rispetto dei vincoli tipico del controllo basato su modello. Il repository fornisce il pianificatore completo con modelli preaddestrati, esempi configurati in YAML in IR-SIM (il simulatore leggero dell'autore, presente anche su questa piattaforma), l'integrazione con ROS per i robot reali e la riproduzione degli scenari dell'articolo, tra cui ostacoli dinamici, corridoi stretti e ingombri densi e non strutturati, con cinematica differenziale e Ackermann.

Perché è importante

NeuPAN è uno dei primi pianificatori end-to-end con una solida struttura basata su modello e impieghi dimostrati su robot reali. Pubblicato su T-RO, rappresenta la direzione in cui va la ricerca sulla navigazione: una pianificazione diretta dal sensore all'azione con la struttura di sicurezza dell'ottimizzazione, non una semplice policy a scatola nera.

Il problema che risolve

Le pipeline di navigazione modulari aggiungono latenza ed errori che si sommano tra percezione e pianificazione, e faticano in ambienti densi, dinamici e ingombri. NeuPAN pianifica direttamente sui punti grezzi in tempo reale rispettando i vincoli di dinamica e di collisione, colmando questo divario sull'hardware reale.

Punti chiave

• End-to-end: i punti LiDAR grezzi diventano direttamente azioni prive di collisioni, senza mappa precostruita
• Nucleo basato su modello: dinamica, limiti di controllo e vincoli di collisione in un'unica ottimizzazione
• Modello di distanza appreso DUNE + risolutore a minimizzazione alternata prossimale per frequenze in tempo reale
• Impiegato su robot reali a trazione differenziale e Ackermann in ambienti ingombri e dinamici
• Pubblicato su IEEE Transactions on Robotics; gli esempi di simulazione sono forniti su IR-SIM

A chi si rivolge

• Ricercatori di navigazione che esplorano la pianificazione end-to-end
• Ingegneri robotici che valutano pianificatori appresi
• Dottorandi e studenti magistrali che studiano il controllo basato sull'ottimizzazione
• Sviluppatori di robot per spazi ingombri e dinamici

Limiti

• La licenza GPL-3.0 limita la realizzazione di prodotti closed source
• Richiede PyTorch e beneficia di una GPU per le prestazioni in tempo reale
• Orientato alla navigazione 2D: nessuna pianificazione di volo 3D o di manipolazione
• Codice di ricerca: l'integrazione oltre gli esempi ROS forniti è a carico dell'utente