S3PM: Planificación de Trayectorias Regularizada por Entropía para Robots Móviles Autónomos en Nubes de Puntos 3D...

Área de la Ciencia:

• Robótica e Inteligencia Artificial
• Visión por Computadora
• Sistemas Autónomos

Sus antecedentes:

• La navegación autónoma en entornos industriales complejos es un desafío debido a las limitaciones de los sensores y los elementos dinámicos.
• Los métodos existentes luchan con la observación parcial, el ruido del sensor y los agentes en movimiento, lo que afecta la fiabilidad para la Industria 4.0.
• Esto requiere soluciones avanzadas para el mapeo y la planificación de trayectorias robustos en entornos no estructurados.

Objetivo del estudio:

• Introducir S3PM, un marco ligero regularizado por entropía para mapeo y planificación de trayectorias simultáneos utilizando nubes de puntos 3D.
• Desarrollar un campo de entropía consciente de la dinámica que fusione probabilidades de ocupación con señales de movimiento para la evaluación de riesgos.
• Permitir la navegación robusta, la evitación proactiva de colisiones y la replanificación de trayectorias en tiempo real en entornos industriales dinámicos.

Principales métodos:

• S3PM utiliza un campo de entropía consciente de la dinámica en nubes de puntos 3D, fusionando probabilidades de ocupación con flujo óptico residual.
• Cada vóxel recibe una puntuación de entropía ponderada por el riesgo que considera la incertidumbre geométrica y la dinámica prevista del objeto.
• Una función de costo multiobjetivo equilibra la longitud de la trayectoria, la suavidad, la seguridad y la ganancia de información, optimizada mediante hashing de vóxeles y transformadas de distancia incrementales.

Principales resultados:

• S3PM demostró una IoU un 18-27% mayor en segmentación estática/dinámica y un AUC de 0.94-0.97 en detección de movimiento.
• El marco logró un 30-45% menos de colisiones en comparación con métodos de referencia como OctoMap + RRT*.
• El sistema opera a 12-15 Hz en una Raspberry Pi 5, alcanzando 25-30 Hz con aceleración NPU.

Conclusiones:

• S3PM proporciona una solución computacionalmente eficiente y robusta para la navegación autónoma en entornos industriales desafiantes.
• La capacidad del marco para integrar información dinámica mejora la seguridad y la fiabilidad para las aplicaciones de la Industria 4.0.
• El rendimiento de S3PM en plataformas con recursos limitados lo hace adecuado para la implementación en el mundo real.