使用機器學習，達成障礙物檢測與深度估計合體的避障方式

現有的許多無人機/車的避障方式，需要使用深度估計相關的設備(如LiDAR, 立體相機等)，來建構稠密的三維地圖，才能完成任務，而Michele Mancini等人於2018年發表的系統，使用機器學習的方式，使用單目RGB相機獲得的影像。產生出二維圖像的障礙物檢測以及深度估計，它們將這個方式稱為J-MOD(圖一)。

圖一

並藉由這兩項資訊一起產生出障礙物檢測框內的平均深度，直接控制無人機/車，這樣的好處是在訓練神經網路時每個像素的損失函數變化更單純，更容易訓練出準確率高的避障系統，並且因為犧牲了一些深度解析度，所以獲得了更好的運算效能。

在後續的避障模擬測試中，他們使用虛幻引擎建構了一個森林場景，並且讓無人機在其中執行避障任務，它們從神經網路獲取障礙物框內的深度估計值，動態建構出當下的octomap(一種建構三維地圖的方式，由許多類似minecraft的方塊組成)，並使用RRT-Connect算法規畫路徑，測試過程中以1m/s的速度移動，並設定最大高度為5m，並且為每個任務測試15次，如果無人機墜毀、卡住或是沒有在5分鐘內完成任務則判定為任務失敗。(圖二)

圖二

至於最後的分析結果我個人認為沒有太大的參考性，首先他為了擬補RRT-connect path planning的錯誤，他們將每個障礙物邊緣額外增加了空氣牆，使軌跡運算不會太靠近障礙物，但即使是這樣，他們的成功率仍然只有73.3%，並且表示失敗的主要原因大部分都是因為RRT-connect這個算法的問題。(圖三)

圖三

撰文:唐朝洋

Reference:

M. Mancini, G. Costante, P. Valigi and T. A. Ciarfuglia, "J-MOD2: Joint Monocular Obstacle Detection and Depth Estimation," in IEEE Robotics and Automation Letters, vol. 3, no. 3, pp. 1490-1497, July 2018, doi: 10.1109/LRA.2018.2800083.