Splatblox: Traversability-Aware Gaussian Splatting for Outdoor Robot Navigation

Resumo Técnico: Splatblox

1. O Problema

A navegação autônoma em ambientes externos não estruturados (como agricultura, florestas e resgate) enfrenta desafios significativos devido à presença de vegetação densa, obstáculos irregulares e terrenos complexos.

• Limitação das Abordagens Atuais: Métodos baseados apenas em geometria (como LiDAR) tendem a tratar toda a vegetação como um obstáculo sólido, impedindo a navegação através de áreas passáveis (ex: grama alta). Por outro lado, métodos baseados em aprendizado profundo (RL, redes neurais) frequentemente exigem grandes conjuntos de dados específicos do ambiente, supervisionamento dependente do robô e possuem alto custo computacional, dificultando a implantação em hardware de borda (edge devices).
• Gap Tecnológico: Representações implícitas como NeRFs são lentas para treinamento e inferência, enquanto o Gaussian Splatting (GSplat), embora eficiente para síntese de novas visões, ainda não foi totalmente adaptado para sistemas de navegação em tempo real que exigem atualizações online e fusão de semântica com geometria 3D.

2. Metodologia

O Splatblox é um sistema de navegação em tempo real que funde imagens RGB e nuvens de pontos LiDAR utilizando Gaussian Splatting para construir um campo de distância assinada euclidiana (ESDF) consciente da transitabilidade.

• Estimativa de Transitabilidade Semântica:

  • Utiliza o modelo de segmentação CLIPSeg (baseado em prompts) para classificar o terreno em tempo real a partir de imagens RGB.
  • O terreno é categorizado em classes com custos de transitabilidade (ex: concreto, areia, rocha, vegetação de alta resistência).
  • Essas máscaras semânticas são projetadas nos pontos do LiDAR para atribuir custos de transitabilidade a cada ponto 3D.

• Representação de Cena com Gaussian Splatting (GSplat):

  • A cena é representada por primitivas gaussianas 3D contínuas e diferenciáveis.
  • Cada gaussiana armazena parâmetros geométricos (centro, covariância) e atributos semânticos (opacidade e cor codificando o custo de transitabilidade).
  • O sistema atualiza online a densidade de primitivas, mantendo um limite de 100k gaussinas ativas para eficiência de memória em GPUs de borda.
  • A renderização utiliza alpha-blending para fundir os custos semânticos, criando um mapa de custos volumétrico 3D.

• Fusão de ESDF e Planejamento:

  • O mapa volumétrico derivado do GSplat é convertido em um ESDF (Euclidean Signed Distance Field) para a região frontal do robô.
  • Este ESDF semântico é fundido com um ESDF baseado em LiDAR (calculado via Nvblox) que fornece cobertura geométrica de 360°.
  • Estratégia de Fusão: A região frontal (campo de visão da câmera) prioriza o ESDF do GSplat (rico em semântica), enquanto as regiões laterais e traseiras utilizam o ESDF do LiDAR (rico em geometria global).
  • O campo fusionado é alimentado no planejador de trajetória (Nav2 com controlador MPPI) para gerar trajetórias seguras e eficientes.

3. Principais Contribuições

1. Primeiro Sistema GSplat em Tempo Real para Navegação Externa: Capacidade de mapeamento e planejamento "on-the-fly" em ambientes com vegetação densa, sem necessidade de treinamento offline prévio.
2. Representação Volumétrica Híbrida: Extensão do GSplat além da renderização fotorrealista, incorporando geometria LiDAR e custos semânticos de transitabilidade em um único campo volumétrico.
3. Eficiência em Hardware de Borda: Pipeline otimizado para rodar em GPUs com menos de 6 GB de VRAM, atingindo taxas de reconstrução de aproximadamente 2 Hz.
4. Fusão Semântico-Geométrica: Combinação de visão frontal semântica com cobertura geométrica 360°, permitindo planejamento de longo alcance (até 100 m).

4. Resultados Experimentais

O sistema foi validado em robôs quadrúpedes (Ghost Vision 60) e com rodas (Clearpath Jackal) em cenários com vegetação densa, pedras e terrenos irregulares.

• Comparação com Baselines: O Splatblox superou métodos de ponta como DWA, GA-Nav, Nvblox, MIM e VERN.
• Métricas de Desempenho:
  • Taxa de Sucesso: Aumento de mais de 50% em comparação com o melhor baseline.
  • Congelamentos (Freezing): Redução de 40% nos incidentes onde o robô ficou preso ou oscilou.
  • Comprimento da Trajetória: Redução de 5% (caminhos mais diretos).
  • Tempo para Objetivo: Redução de até 13%.
  • Navegação de Longo Alcance (100 m): O Splatblox alcançou 100% de taxa de sucesso em cenários de 100m, enquanto todos os baselines falharam em pelo menos um cenário.
• Análise de Ablação:
  • Representações mais densas (todos os pontos gaussianos vs. apenas médias) resultaram em maior segurança e precisão.
  • Uma profundidade de grade (lookahead) de pelo menos 2 metros foi identificada como crítica para evitar colisões em velocidades de movimento do robô.

5. Significado e Conclusão

O Splatblox demonstra que o Gaussian Splatting pode ser adaptado eficazmente para robótica móvel, superando as limitações de métodos puramente geométricos (que não distinguem vegetação passável) e de métodos puramente baseados em aprendizado (que exigem grandes dados e poder computacional).

• Impacto: Permite que robôs naveguem de forma mais agressiva e eficiente através de vegetação densa, reduzindo o tempo de missão e aumentando a taxa de sucesso em ambientes não estruturados.
• Limitações Atuais: O sistema opera a ~2 Hz (adequado para ambientes quase estáticos) e depende da qualidade da segmentação visual, o que pode ser afetado por condições de iluminação desafiadoras.
• Futuro: Trabalhos futuros visam melhorar a velocidade de inferência, integrar mais modalidades de sensores e estender o framework para ambientes dinâmicos com previsão de movimento.

Em suma, o Splatblox estabelece um novo paradigma para a navegação robótica ao unir a eficiência computacional do Gaussian Splatting com a robustez semântica necessária para ambientes externos complexos.