Autonomous Hiking Trail Navigation Via Semantic Segmentation and Geometric Analysis
作者: Camndon Reed, Christopher Tatsch, Jason N. Gross, Yu Gu · IROS 2025
许可协议
- 开放获取
- 论文: CC BY 4.0
以下内容均依据论文全文，按其 CC BY 4.0 许可协议使用；其中的图已注明作者。
一句话总结
相机语义与 LiDAR 几何被融合为一张可通行性地图；随后一个 RRT* 航点规划器让 Husky 机器人保持在步道上，但会让它离开步道绕过危险。
为何重要
作者列出了能在步道上行驶的机器人的用途：步道监测与维护、导览、野生动物追踪、生态系统评估以及搜救。仿真参数扫描使关键权衡一目了然：语义权重越大，机器人留在步道上的时间越多，作者将此与更少的侵蚀和栖息地扰动联系起来，代价是路线更长。
问题
徒步步道是非结构化的，并随天气、植被、侵蚀和人流而变化，这使自主地面车辆难以应对。仅用 LiDAR 的几何方法可能漏掉小的步道危险，或把高草当成障碍物；仅用相机的语义方法在恶劣天气和低能见度下表现不佳；而 2.5D 融合栅格地图每个单元只存一个值，会遗漏悬垂或多层结构。步道机器人还必须在留在步道上与离开步道以避开危险或走安全捷径之间取得平衡。
提出的方法
一个在 1,250 张人工标注步道图像（8 个类别）上训练的 YOLOv8 分割模型对 ZED 2i 的 RGB 图像流进行标注；掩码被投影到双目深度点云上，点云经过过滤（0.5–6.0 m 范围、0.1 m 体素、统计离群点去除），再通过双 k-d 树与 LiDAR 几何地形分析配对。每个点的代价为 C = w·(semantic cost) + (1 − w)·(geometric cost)，融合后的点云借助里程计和 ICP 配准到全局可通行性地图中。RRT* 全局规划器从可通行性分布而非均匀分布中采样候选航点，并将其交给 FALCO 局部规划器。
关键见解
- 仅基于几何的可通行性（w = 0）效果最差，权重低于 0.5 时在全部三项指标（时间、距离、在步道上行驶的比例）上都表现更差。
- 在 w = 0.5 到 w = 1 之间，语义权重越大，在步道上行驶的比例越高，但通行时间和距离也越长，呈现出明显的遵循步道与效率之间的权衡。
- 按可通行性地图的概率分布对 RRT* 采样施加偏置，使树朝可通行地面生长，而不是依赖均匀随机采样。
- 过滤掉高于机器人高度以及超出双目相机可靠深度范围 0.5–6.0 m 的点，可减少虚假深度和茂密植被带来的噪声。
主要结果
- YOLOv8 分割模型在所有类别上达到 75.8% mAP，在步道类别上达到 96.7% mAP。
- 仿真路径 1：在步道上行驶的比例从 w = 0 时的 24.93% 升至 w = 1 时的 67.47%；w = 0.5 的时间和距离最短（114.14 s，140.8 m）。
- 仿真路径 2：在步道上的比例从 w = 0 时的 18.768% 升至 w = 1 时的 64.65%，但 w = 1 耗时 193.64 s、行驶 225.1 m，而 w = 0.5 时为 108.47 s 和 146.2 m。
- 在 West Virginia University Core Arboretum 步道上以 w = 0.75 进行的实地测试：机器人识别出无法通过的物体，绕道穿过草地，并在出现畅通路径后回到步道上。
局限
- 作者呼吁建立更大的分割数据集，以提高样本不足类别的准确率，并收集其他季节和步道的数据以提高泛化能力。
- 他们指出，航点选择器在遵循步道与离开步道绕行之间的平衡仍需优化。
- 实地演示只覆盖一段步道，且以定性方式报告；可通行性地图是在规划航点之前，通过一次遥操作行驶构建的。
- 语义建图依赖双目深度，而作者认为其仅在 0.5 m 到 6.0 m 之间准确。
- 融合权重 w 是一个固定的、人工设定的参数，根据两条仿真路径选定（实地为 0.75）。
对领域的影响
该论文入围 IROS 2025 奖项决选（会议场次 TuAT1），被引用 4 次。作者在 IEEE DataPort 上发布了一个带语义标注的徒步步道图像数据集，并发布了一个 Gazebo 徒步步道仿真环境，旨在用作基准。
摘要
自然环境给机器人自主导航带来了重大挑战，这主要源于其非结构化且不断变化的特性。徒步步道的状况受天气、植被和人流影响而动态变化，正是这类挑战之一。本工作提出了一种新颖的自主徒步步道导航方法，在遵循步道与必要时灵活适应步道外路线之间取得平衡。该方案是一个可通行性分析（Traversability Analysis）模块，它将来自相机图像的语义数据与来自 LiDAR 的几何信息相结合，形成对周围地形的全面理解。规划器利用这张可通行性地图安全导航，在遵循步道的同时，允许在必要时离开步道，以避开步道上的危险或走安全的步道外捷径。我们通过仿真评估该方法，以确定可通行性估计中语义信息与几何信息之间的平衡。这些仿真测试了多种权重，以评估它们在不同步道场景下对导航性能的影响。随后在 West Virginia University Core Arboretum 通过实地测试验证了这些权重，证明了该方法在真实环境中的有效性。
链接
- arXiv 2409.15671: https://arxiv.org/abs/2409.15671
- DOI 10.1109/IROS60139.2025.11245853: https://doi.org/10.1109/IROS60139.2025.11245853
- PDF: https://arxiv.org/pdf/2409.15671v1