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

Riassunto Tecnico: OREN

1. Il Problema (Problem Statement)

La ricostruzione accurata e differenziabile di funzioni di distanza con segno (Signed Distance Functions - SDF) è fondamentale per l'autonomia robotica (localizzazione, pianificazione del movimento, manipolazione). Il problema principale risiede nel bilanciare tre requisiti spesso in conflitto:

• Efficienza e Scalabilità: I metodi volumetrici (es. voxel hashing) sono veloci e scalabili ma non differenziabili e limitati dalla risoluzione della griglia.
• Continuità e Accuratezza: I metodi basati su reti neurali (implicit SDF) sono continui e accurati ma soffrono di "oblio catastrofico" in ambienti ampi, hanno limiti di memoria e spesso ricostruiscono solo la Truncated SDF (vicino alla superficie), perdendo informazioni sullo spazio libero.
• Complessità Computazionale: I metodi basati su Processi Gaussiani (GP) offrono incertezza e continuità ma non scalano bene su grandi scale a causa della complessità cubica.

2. Metodologia (Methodology)

OREN propone un approccio ibrido che combina una struttura esplicita (prior) con una componente implicita (residuo neurale).

A. Prior SDF tramite Interpolazione in Octree Semi-Sparso:
Invece di usare un octree puramente sparso, OREN utilizza un octree semi-sparso. Nei primi $M$ livelli, se un ottante contiene una superficie, vengono creati tutti i suoi fratelli (anche se vuoti). Questo riduce le discontinuità ai bordi degli ottanti.

• Gradient-Augmented Interpolation (GAI): Per migliorare la precisione del prior, gli autori introducono un'interpolazione trilineare potenziata dai gradienti. Ogni vertice dell'ottante memorizza non solo il valore SDF ($d_k$), ma anche il suo gradiente ($\nabla d_k$). Questo permette di ottenere un'approssimazione molto più accurata, specialmente per punti distanti dalla superficie, riducendo l'errore teorico rispetto alla trilineare standard.

B. Residuo SDF tramite Decodifica di Feature Neurali:
Per recuperare i dettagli geometrici fini che l'octree non può catturare a causa della risoluzione, OREN utilizza una rete neurale:

• Ogni vertice dell'ottante memorizza una feature implicita ($f_i$).
• Per un punto di query $x$, si interpolano le feature dei vertici dell'ottante contenente $x$.
• Un decoder MLP riceve il valore del prior $d_{ga}(x)$ e la feature interpolata per predire un residuo $\delta_d(x)$.
• La SDF finale è la somma: $\hat{d}(x) = d_{ga}(x) + \delta_d(x)$.

C. Strategia di Training e Loss Functions:
Il modello viene addestrato online utilizzando un set di key frames selezionati per massimizzare la copertura della scena. La funzione di perdita è composta da tre parti:

1. Reconstruction Loss ($L_{recon}$): L1 loss sui punti di superficie e punti perturbati per la precisione geometrica.
2. Eikonal Loss ($L_{eik}$): Impone che la norma del gradiente sia unitaria ($\|\nabla d\| = 1$), garantendo la proprietà fondamentale della SDF.
3. Projection Loss ($L_{proj}$): Una perdita specifica per i punti nello spazio libero che fornisce una supervisione implicita sulla direzione del gradiente, accelerando la convergenza globale.

3. Contributi Chiave (Key Contributions)

• Nuovo metodo di interpolazione: L'introduzione della gradient-augmented interpolation in un octree semi-sparso che riduce drasticamente l'errore del prior.
• Modello Ibrido Esplicito-Implicito: Un framework che permette di apprendere una Euclidean SDF (non troncata) completa di spazio libero e occupato, combinando la velocità dei metodi volumetrici con la precisione delle reti neurali.
• Scalabilità e Real-Time: Un sistema capace di gestire ambienti estesi senza dimenticare le informazioni precedenti, mantenendo prestazioni in tempo reale.

4. Risultati (Results)

Gli esperimenti condotti sui dataset Replica e Newer College dimostrano che:

• Accuratezza della Mesh: OREN supera gli stati dell'arte (H2-Mapping, PIN-SLAM, HIO-SDF) in termini di completion ratio e recall, producendo mesh più complete e meno rumorose.
• Accuratezza della SDF: OREN è l'unico metodo che fornisce stime affidabili sia vicino alla superficie che lontano da essa (spazio libero), superando i limiti dei metodi che apprendono solo la truncated SDF.
• Efficienza: Il metodo raggiunge circa 14 FPS, risultando significativamente più veloce di approcci come HIO-SDF o Voxblox (nella modalità ESDF). È testato con successo anche su hardware embedded come NVIDIA Jetson Orin.

5. Significato (Significance)

OREN rappresenta un passo avanti cruciale per la robotica autonoma. Fornendo una rappresentazione della mappa che è contemporaneamente continua, differenziabile, globale e computazionalmente efficiente, abilita compiti complessi come la navigazione sicura in ambienti sconosciuti, la manipolazione precisa e la localizzazione basata su gradienti, il tutto in un unico framework scalabile.