Autonomous Hiking Trail Navigation Via Semantic Segmentation and Geometric Analysis

Autores: Camndon Reed, Christopher Tatsch, Jason N. Gross, Yu Gu · IROS 2025

Licenças

Acesso aberto
Artigo: CC BY 4.0

Tudo o que segue se baseia no artigo completo sob a licença CC BY 4.0; sua figura é mostrada com crédito aos autores.

Em resumo

A semântica da câmera e a geometria do LiDAR são fundidas em um único mapa de trafegabilidade; em seguida, um planejador de pontos de passagem RRT* mantém um robô Husky na trilha, mas o tira dela para contornar perigos.

Por que importa

Os autores citam monitoramento e manutenção de trilhas, passeios guiados, rastreamento da fauna, avaliação de ecossistemas e busca e resgate como usos para robôs capazes de percorrer trilhas. A varredura em simulação torna explícito o principal trade-off: mais peso semântico mantém o robô mais tempo na trilha, o que os autores associam a menos erosão e perturbação de habitats, ao custo de rotas mais longas.

Problema

As trilhas de caminhada são não estruturadas e mudam com o clima, a vegetação, a erosão e o trânsito de pessoas, o que as torna difíceis para veículos terrestres autônomos. Métodos geométricos apenas com LiDAR podem deixar passar pequenos perigos na trilha ou tratar grama alta como obstáculo, métodos semânticos apenas com câmera sofrem com mau tempo e pouca visibilidade, e mapas de grade fundidos 2,5D guardam um valor por célula e perdem estruturas suspensas ou de vários níveis. Um robô de trilha também precisa equilibrar permanecer na trilha e sair dela para evitar perigos ou pegar atalhos seguros.

Solução proposta

Um modelo de segmentação YOLOv8 treinado com 1.250 imagens de trilhas rotuladas à mão (8 classes) rotula o fluxo RGB da ZED 2i; as máscaras são projetadas em nuvens de pontos de profundidade estéreo, que são filtradas (faixa de 0,5–6,0 m, voxels de 0,1 m, remoção estatística de outliers) e pareadas por uma árvore k-d dupla com uma análise geométrica do terreno por LiDAR. O custo de cada ponto é C = w·(custo semântico) + (1 − w)·(custo geométrico), e as nuvens fundidas são registradas em um mapa global de trafegabilidade com odometria e ICP. Um planejador global RRT* amostra pontos de passagem candidatos a partir da distribuição de trafegabilidade em vez de uniformemente e os repassa ao planejador local FALCO.

Principais ideias

A trafegabilidade apenas geométrica (w = 0) deu os piores resultados, e pesos abaixo de 0,5 tiveram desempenho pior nas três métricas (tempo, distância, fração da condução na trilha).
Entre w = 0,5 e w = 1, mais peso semântico aumentou a fração da condução na trilha, mas alongou o tempo e a distância do percurso, um claro trade-off entre aderência e eficiência.
Enviesar a amostragem do RRT* pela distribuição de probabilidade do mapa de trafegabilidade direciona o crescimento da árvore para terreno trafegável em vez de amostras aleatórias uniformes.
Filtrar os pontos acima da altura do robô e fora da faixa de profundidade confiável de 0,5–6,0 m da câmera estéreo reduz o ruído de profundidades falsas e de vegetação densa.

Principais resultados

O modelo de segmentação YOLOv8 atingiu 75,8 % de mAP em todas as classes e 96,7 % de mAP na classe trilha.
Percurso simulado 1: a fração da condução na trilha subiu de 24,93 % com w = 0 para 67,47 % com w = 1; w = 0,5 deu o menor tempo e a menor distância (114,14 s, 140,8 m).
Percurso simulado 2: a fração na trilha subiu de 18,768 % com w = 0 para 64,65 % com w = 1, mas w = 1 levou 193,64 s e 225,1 m contra 108,47 s e 146,2 m com w = 0,5.
Teste de campo na trilha do West Virginia University Core Arboretum com w = 0,75: o robô identificou objetos intransponíveis, desviou pela grama e voltou à trilha assim que um caminho livre ficou disponível.

Limitações

Os autores pedem um conjunto de dados de segmentação maior para melhorar a precisão nas classes sub-representadas, e dados de outras estações do ano e trilhas para melhorar a generalização.
Eles afirmam que o equilíbrio do seletor de pontos de passagem entre aderência à trilha e desvios fora dela ainda precisa de otimização.
A demonstração de campo cobre um trecho de trilha e é relatada de forma qualitativa; o mapa de trafegabilidade foi construído durante uma passagem teleoperada antes do planejamento dos pontos de passagem.
O mapeamento semântico depende de profundidade estéreo que os autores consideram precisa apenas entre 0,5 m e 6,0 m.
O peso de fusão w é um parâmetro fixo, definido à mão e escolhido a partir de dois percursos simulados (0,75 em campo).

Impacto na área

O artigo foi finalista de um prêmio do IROS 2025 (sessão do programa TuAT1) e tem 4 citações. Os autores disponibilizam um conjunto de dados de imagens de trilhas de caminhada com rótulos semânticos no IEEE DataPort e um ambiente de simulação de trilhas no Gazebo pensado como benchmark.

Resumo

Ambientes naturais impõem desafios significativos à navegação autônoma de robôs, em particular devido à sua natureza não estruturada e em constante mudança. As trilhas de caminhada, com condições dinâmicas influenciadas pelo clima, pela vegetação e pelo trânsito de pessoas, representam um desses desafios. Este trabalho apresenta uma nova abordagem para a navegação autônoma em trilhas de caminhada que equilibra a aderência à trilha com a flexibilidade de se adaptar a rotas fora da trilha quando necessário. A solução é um módulo de Traversability Analysis que integra dados semânticos das imagens de câmera com informações geométricas do LiDAR para criar uma compreensão abrangente do terreno ao redor. Um planejador usa esse mapa de trafegabilidade para navegar com segurança, aderindo às trilhas mas permitindo o movimento fora delas quando necessário para evitar perigos na trilha ou para atalhos seguros fora da trilha. O método é avaliado por simulação para determinar o equilíbrio entre informações semânticas e geométricas na estimativa de trafegabilidade. Essas simulações testaram vários pesos para avaliar seu impacto no desempenho da navegação em diferentes cenários de trilha. Os pesos foram então validados em testes de campo no West Virginia University Core Arboretum, demonstrando a eficácia do método em um ambiente real.

Open Source Robotics