SEAMLiS: Visibility-Aware Safety for Perception-Limited Multi-Robot Exploration

Resumo Técnico: SEAMLiS

Definição do Problema
A exploração autônoma de múltiplos robôs em ambientes desconhecidos depende tipicamente de uma pilha de execução orientada à eficiência, onde a seleção de objetivos (ex: baseada em fronteiras) e o planejamento local tratam o espaço não observado como livre de colisões para maximizar o ganho de informação. No entanto, sob alcances de detecção finitos e campos de visão (FoV) limitados, essa separação entre planejamento e segurança cria uma vulnerabilidade crítica. Quando o yaw do robô (direção do sensor) é controlado para maximizar o ganho de informação em vez de observar a direção do movimento, o robô pode se deslocar em direção a obstáculos ocultos que estão fora de seu FoV atual. Se esses obstáculos forem detectados apenas após a distância de frenagem restante tornar-se insuficiente para a atuação limitada do robô, a desvio de colisão torna-se inviável, mesmo que um controlador de segurança (como uma Função de Barreira de Controle) esteja ativo. Este modo de falha é particularmente agudo em configurações descentralizadas onde os robôs não compartilham mapas de ocupação completos, o que significa que um robô não pode contar com as observações de outros agentes para evitar perigos localmente ocultos.

Metodologia
O artigo propõe o SEAMLiS (Safe Exploration for Autonomous Multi-Robot Systems Under Limited Sensing), uma estrutura de segurança modular na camada de execução projetada para ser integrada a existentes pilhas de exploração descentralizada sem substituir alocadores de objetivos ou planejadores de nível superior. O SEAMLiS opera aplicando dois filtros de segurança distintos:

1. Filtro de Atitude Consciente de Visibilidade (Gatekeeper/Porteiro):

   • Objetivo: Garantir que o robô mantenha a visibilidade da fronteira crítica entre sua região conhecida-livre e a região desconhecida suficientemente cedo para preservar uma margem de frenagem.
   • Mecanismo: O filtro utiliza um algoritmo do tipo "gatekeeper" que avalia uma política de yaw nominal de promoção de visibilidade (que busca greedily maximizar o ganho de informação) contra uma política de yaw de rastreamento de velocidade de backup (que alinha o sensor com a direção do movimento).
   • Lógica: Ele define um "conjunto de visibilidade segura" baseado em uma função de restrição de visibilidade, $h_{vis}$. Esta função calcula se o robô possui distância de trajetória suficiente para rotacionar o ponto da fronteira crítica para dentro de seu FoV enquanto retém uma distância de frenagem de pior caso ($d_{br}$).
   • Execução: Se a política nominal puder ser executada por uma duração certificada mantendo o sistema dentro do conjunto de visibilidade segura, o gatekeeper permite o yaw ganancioso de informação. Caso contrário, ele muda imediatamente para a política de backup de rastreamento de velocidade para garantir que a fronteira desconhecida relevante ao movimento permaneça observável.

2. Filtro Posicional Baseado em CBF:

   • Objetivo: Evitar colisões com obstáculos conhecidos, obstáculos recém-detectados e robôs vizinhos.
   • Mecanismo: Este filtro utiliza Funções de Barreira de Controle de Alta Ordem (HOCBFs) para modificar o comando de aceleração nominal.
   • Restrições: Ele impõe restrições para:
     • Desvio de Obstáculos: Garantir que a distância para obstáculos conhecidos e recém-detectados permaneça acima de um raio de segurança.
     • Separação Entre Agentes: Garantir que a distância para robôs vizinhos permaneça acima de um raio de segurança, utilizando uma alocação descentralizada de responsabilidade por par.
   • Integração: O filtro posicional atua como um programa quadrático (QP) que modifica minimamente o comando de rastreamento de trajetória nominal para satisfazer essas restrições.

Principais Contribuições

• Formalização de uma Lacuna de Segurança: O artigo identifica e formaliza o modo de falha de segurança específico onde o planejamento otimista combinado com o controle de yaw de maximização de visibilidade atrasa a detecção de obstáculos ocultos até que o desvio seguro seja inviável sob atuação limitada.
• Estrutura de Segurança Modular: O SEAMLiS é projetado como uma camada de execução plug-and-play que aumenta módulos de atribuição de objetivos e planejamento de múltiplos robôs potencialmente assíncronos e arbitrários, preservando a escalabilidade das linhas de produção descentralizadas existentes.
• Filtro de Atitude Consciente de Visibilidade: O design de um mecanismo do tipo gatekeeper que alterna dinamicamente entre políticas de yaw de informação-gananciosa e de alinhamento-de-movimento, garantindo que as fronteiras desconhecidas críticas sejam observadas com margem de frenagem suficiente.
• Garantias Teóricas: Os autores fornecem condições suficientes (Premissas 1 e 3) sob as quais os filtros de atitude e posição combinados garantem o desvio de colisões para todo o tempo, mesmo na presença de obstáculos inicialmente desconhecidos, desde que o alcance de detecção seja suficiente para detectar obstáculos antes que a distância de frenagem se esgote.
• Validação: A estrutura é validada através de simulações aleatorizadas, ambientes Isaac Sim e experimentos de hardware com dois quadrotors Crazyflie.

Resultados

• Simulação: Em simulações aleatorizadas com 1, 2 e 3 robôs usando alocadores de objetivos baseados em fronteiras e inspirados no CoScan descentralizado, o SEAMLiS alcançou uma taxa de sucesso de 100% com zero colisões em todos os cenários testados. Em contraste, as políticas de linha de base (taxa de yaw constante e pura promoção de visibilidade) exibiram taxas de colisão de até 1,00 em cenários multi-robô.
• Eficiência: O SEAMLiS manteve grande parte da eficiência de exploração da linha de base de promoção de visibilidade. Embora a linha de base de rastreamento de velocidade também fosse livre de colisões, ela era excessivamente conservadora e falhou em completar as tarefas de exploração dentro dos limites de tempo. O SEAMLiS completou as tarefas em tempos comparáveis aos das linhas de base orientadas à eficiência.
• Hardware: Em experimentos físicos com quadrotors Crazyflie, a linha de base de taxa de yaw constante resultou em uma colisão com um obstáculo inicialmente desconhecido que não foi compartilhado no mapa local. O SEAMLiS evitou com sucesso a colisão ao mudar para a política de backup de rastreamento de velocidade quando a margem de visibilidade foi ameaçada.

Significância
O artigo afirma que o SEAMLiS aborda uma lacuna crítica na exploração de múltiplos robôs descentralizados: a falta de garantias formais de segurança quando a detecção possui alcance finito e FoV limitado. Ao desacoplar a eficiência do planejamento de exploração da aplicação da segurança, o SEAMLiS permite que os robôs mantensem altas velocidades de exploração enquanto garantem rigorosamente que obstáculos ocultos sejam detectados cedo o suficiente para permitir o desvio sob atuação limitada. A estrutura demonstra que a segurança não requer o sacrifício da eficiência das estratégias de ganho de informação, desde que a camada de execução gerencie ativamente a visibilidade das fronteiras desconhecidas críticas.