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

Resumo Técnico: OREN

1. O Problema

A reconstrução de Funções de Distância com Sinal (SDF - Signed Distance Functions) a partir de nuvens de pontos é fundamental para a autonomia robótica (localização, mapeamento, planejamento de trajetória e controle). O desafio reside em encontrar um equilíbrio entre três pilares:

• Continuidade e Diferenciabilidade: Essenciais para algoritmos de otimização e controle baseados em gradiente.
• Escalabilidade e Eficiência: A capacidade de mapear ambientes grandes com baixo consumo de memória e processamento em tempo real.
• Precisão Global (Euclidiana): A capacidade de estimar não apenas a distância próxima à superfície (SDF truncada), mas também a distância em espaços livres (SDF euclidiana completa), o que é vital para evitar colisões.

Métodos volumétricos tradicionais são rápidos, mas não são diferenciáveis; métodos de Redes Neurais são precisos e diferenciáveis, mas sofrem com "esquecimento catastrófico" em grandes ambientes e geralmente focam apenas na superfície (SDF truncada).

2. Metodologia (A Abordagem Híbrida)

O OREN propõe um modelo híbrido que combina uma prior explícita (baseada em estrutura de dados) com um resíduo implícito (baseado em redes neurais).

• Prior Explícita via Octree Semi-Esparsa: Em vez de uma grade volumétrica densa, o método utiliza uma octree semi-esparsa. Diferente de uma octree esparsa comum, a semi-esparsa cria todos os "irmãos" de um octante que contém uma superfície, garantindo uma continuidade melhor. Em cada vértice da octree, são armazenados valores de SDF ($d_k$) e seus gradientes ($\nabla d_k$).
• Interpolação Aumentada por Gradiente (GA): Para obter a prior em qualquer ponto $x$, o OREN utiliza uma nova técnica de interpolação trilinear que incorpora os gradientes armazenados nos vértices. Isso reduz drasticamente o erro de interpolação, permitindo que a rede neural foque apenas nos detalhes geométricos finos.
• Resíduo Implícito via Redes Neurais: Para recuperar detalhes que a octree (limitada pela resolução) não captura, o método utiliza características neurais implícitas armazenadas nos vértices. Essas características são interpoladas e passadas por um decodificador MLP para prever um resíduo $\delta d(x)$, que é somado à prior: $\hat{d}(x) = d_{ga}(x) + \delta d(x)$.
• Treinamento e Funções de Perda: O modelo é treinado online usando três funções de perda:
  1. Reconstruction Loss: Para precisão da superfície.
  2. Eikonal Loss: Para garantir que o gradiente da SDF tenha norma unitária ($\|\nabla d\| = 1$).
  3. Projection Loss: Uma inovação para fornecer supervisão em espaços livres, ajudando na convergência da direção do gradiente em áreas distantes da superfície.

3. Principais Contribuições

1. Novo método de interpolação: A interpolação trilinear aumentada por gradiente em uma octree semi-esparsa, que melhora a precisão da prior e a velocidade de treinamento.
2. Modelo Híbrido Explícito-Implícito: Uma arquitetura que permite a reconstrução de SDFs euclidianas (não truncadas) de forma escalável, combinando a eficiência de estruturas de dados com a expressividade de redes neurais.
3. Eficiência de Memória e Tempo: Capacidade de operar em tempo real e em grandes escalas, mantendo um baixo uso de memória através da seleção inteligente de key-frames.

4. Resultados

Os experimentos foram realizados nos datasets Replica e Newer College, comparando o OREN com estados da arte como Voxblox, H2-Mapping, PIN-SLAM e HIO-SDF.

• Qualidade da Malha (Mesh): O OREN superou os concorrentes em métricas de completude (completion) e recall, gerando superfícies mais detalhadas e sem os buracos comuns em métodos puramente neurais ou volumétricos.
• Precisão da SDF: O método demonstrou superioridade tanto perto quanto longe da superfície (SDF euclidiana), enquanto métodos como PIN-SLAM e H2-Mapping falham ao tentar prever distâncias em espaços livres.
• Desempenho em Tempo Real: O OREN atingiu aproximadamente 14 FPS, sendo o mais rápido entre os métodos comparados, e provou ser viável para hardware embarcado (como o NVIDIA Jetson Orin).

5. Significância

O trabalho é significativo por resolver o dilema entre a eficiência das estruturas de dados clássicas e a precisão das representações neurais. Ao permitir a reconstrução de uma SDF euclidiana completa, diferenciável e em tempo real, o OREN fornece uma base robusta para robôs que precisam navegar em ambientes complexos, realizar manipulação precisa e realizar mapeamento de larga escala com hardware limitado.