osmAG-Nav: 頑健な生涯屋内自律のための階層型セマンティック・トポメトリック・ナビゲーションスタック

Abstract

大規模で複数階層にまたがる環境にモバイルロボットを展開するには、局所的な運動学的精度を損なうことなく空間のスケーラビリティを実現できるナビゲーションシステムが必要です。従来のナビゲーションスタックは、単一の占有グリッド地図に依存しているため、ストレージ効率、階をまたいだ推論、長いホライズンでの計画において深刻なボトルネックに直面します。これらの制約に対処するため、本論文では階層的なセマンティック・トポメトリック OpenStreetMap Area Graph（osmAG）マップ標準に基づいて構築された、完全なオープンソースのROS2ナビゲーションスタックである osmAG-Nav を提案します。本システムは、「システム・オブ・システムズ」アーキテクチャに従い、グローバルなトポロジカル推論とローカルなメトリック実行を切り離します。階層的 osmAG プランナは、高密度のグリッド探索を、通路中心のグラフ上でLCA（最小共通祖先）をアンカーにしたパイプラインに置き換えます。このときのエッジコストはユークリッド距離ではなく、局所ラスタの通行可能性に基づくため、キャンパス規模の長距離ルートで低ミリ秒オーダーの計画が実現されます。Rolling Window 機構は、ロボット周囲に固定サイズのローカル・メトリック・グリッドをラスタ化し、ローカルcostmapのメモリフットプリントを、総マップ面積とは独立に保ちます。また、Segemented Execution 戦略により、途中の目標を標準のROS2コントローラへディスパッチして、滑らかな引き継ぎを実現します。システムの堅牢性は、構造に即したLiDARローカライゼーションのフレームワークによって強化されており、動的なクラッタを、恒久的な建築の事前知識に対してフィルタリングします。実環境の屋内外マルチストーリーキャンパス（>11,025 m^2）での大規模な実験により、同一階ベンチマークのサブセットでは、osmAG-Nav は長距離ルートにおいてグリッドベースのベースラインよりも計画レイテンシを最大で 7816 倍低くしつつ、経路長のオーバーヘッドが低く、かつ生涯にわたるローカライゼーションの安定性を維持することが示されました。単一階での長距離ロボットミッションは、統合スタックの信頼性もさらに検証します。完全なスタックは、モジュール化されたROS2 Lifecycle Nodes として公開されます。