OREN: Octree Residual Network for Real-Time Euclidean Signed Distance Mapping

Resumen Técnico: OREN

1. El Problema

La reconstrucción de Funciones de Distancia con Signo (SDF) a partir de nubes de puntos es fundamental para la autonomía robótica (localización, planificación de movimiento y control). El desafío radica en encontrar un equilibrio entre tres pilares:

• Continuidad y diferenciabilidad: Necesarias para optimizaciones basadas en gradientes.
• Escalabilidad y eficiencia: Capacidad de procesar entornos grandes con bajo consumo de memoria y en tiempo real.
• Precisión global: Capacidad de representar no solo la superficie (SDF truncado), sino también el espacio libre (SDF euclidiano completo) sin perder detalles geométricos finos.

Los métodos actuales fallan en algún punto: los volumétricos son rápidos pero no diferenciables; los de Procesos Gaussianos (GP) son precisos pero no escalan; y los de redes neuronales (implícitos) suelen limitarse a superficies truncadas y sufren de "olvido catastrófico" en entornos grandes.

2. Metodología (El enfoque híbrido)

OREN propone un modelo híbrido que combina una prior explícita (basada en una estructura de datos) con un residuo implícito (aprendido mediante redes neuronales).

A. Prior de SDF mediante Interpolación Aumentada por Gradiente:

• Octree Semi-disperso (Semi-sparse Octree): A diferencia de un octree estándar (que solo crea nodos con puntos), OREN utiliza una estructura semi-dispersa donde, si un octante contiene una superficie, se crean también sus "hermanos". Esto reduce las discontinuidades en las fronteras de los octantes.
• Interpolación Aumentada por Gradiente (GAI): En lugar de una interpolación trilineal simple, OREN utiliza los valores de SDF ($d_k$) y sus gradientes ($\nabla d_k$) almacenados en los vértices de los octantes. Esto permite una extrapolación más precisa, reduciendo el error de la "prior" y permitiendo que la red neuronal se concentre únicamente en los detalles finos.

B. Residuo de SDF mediante Decodificación de Características Neuronales:

• Se asignan características implícitas ($f_i$) a los vértices del octree.
• Para cualquier punto de consulta $x$, se interpola la característica $f(x)$ y se combina con la prior $d_{ga}(x)$.
• Un decodificador MLP procesa esta información para predecir un residuo $\delta_d(x)$, que corrige la prior para obtener el SDF final: $\hat{d}(x) = d_{ga}(x) + \delta_d(x)$.

C. Estrategia de Entrenamiento:

• Selección de Key-frames: Para mantener la eficiencia, el sistema selecciona un conjunto representativo de fotogramas clave que maximizan la cobertura de la superficie con un solapamiento mínimo.
• Funciones de Pérdida (Loss Functions): Utiliza tres funciones para garantizar la estabilidad:
  1. Reconstruction Loss: Para la geometría de la superficie.
  2. Eikonal Loss: Para asegurar que el gradiente de la función tenga magnitud unitaria ($\|\nabla d\| = 1$).
  3. Projection Loss: Para supervisar la dirección del gradiente en el espacio libre, acelerando la convergencia global.

3. Contribuciones Clave

1. Nueva técnica de interpolación: La interpolación aumentada por gradiente en un octree semi-disperso, que mejora la precisión de la prior y la velocidad de entrenamiento.
2. Modelo Híbrido Explícito-Implícito: Un marco que permite la reconstrucción de SDF euclidianos (no truncados) de forma continua y diferenciable.
3. Escalabilidad Real-Time: Un método capaz de expandirse conforme crece la escena, manteniendo un rendimiento de tiempo real.

4. Resultados

Las evaluaciones en los datasets Replica y Newer College demuestran que OREN supera al estado del arte (como H2-Mapping, PIN-SLAM y Voxblox):

• Precisión de la Malla: Logra mejores métricas de Completion (completitud) y Recall, produciendo mallas más íntegras y menos ruidosas.
• Precisión del SDF: Supera a los métodos que solo aprenden SDF truncado, proporcionando estimaciones fiables tanto cerca de la superficie como en el espacio libre (lejos de la superficie).
• Eficiencia: Alcanza 13.96 FPS, siendo el método más rápido de los comparados. Además, es capaz de ejecutarse en hardware embebido como la NVIDIA Jetson Orin.

5. Significado e Impacto

OREN representa un avance significativo para la robótica móvil y la visión computacional. Al proporcionar un mapa de distancias (SDF) que es simultáneamente preciso, globalmente completo, diferenciable y rápido, permite que los robots realicen tareas complejas de navegación, manipulación y localización en entornos desconocidos y dinámicos con una mayor seguridad y eficiencia computacional.