Probabilistic Risk Assessment for Chance-Constrained Collision Avoidance in Uncertain Dynamic Environments

要約

不確実なダイナミクスを伴う混雑したシナリオで計画する場合、安全性と効率のバランスを取ることは、安全性違反を招くことなくロボットのミッションを達成することが不可欠な場合に困難です。
通常、偶然の制約は、計画された軌道の衝突確率に上限を課すことによって確率論的安全保証を提供するために計画問題に組み込まれます。
しかし、これは、得られたリスクと指定された上限との間のギャップが明示的に制限されていないという理由で、過度に保守的な動作をもたらします。
この問題に対処するために、複数の確率論的プランナーから取得された計画された軌道に関連するリスクを定量化するためのリアルタイム対応のアプローチを提案し、許容リスクレベルの異なる上限を使用して並行して実行します。
評価されたリスクに基づいて、関連するリスクが指定されたしきい値を下回っている場合、最も控えめな計画が選択されます。
このように、提案されたアプローチは、移動する障害物の一般的な不確実性に適用可能でありながら、指定されたリスクにより近い境界を達成することにより、確率論的安全保証を提供します。
人間と共有される環境で移動ロボットを使用したシミュレーションと実験で、最先端の確率的プランナーのパフォーマンスを改善することにより、提案されたアプローチの効率を示します。

要約(オリジナル)

Balancing safety and efficiency when planning in crowded scenarios with uncertain dynamics is challenging where it is imperative to accomplish the robot’s mission without incurring any safety violations. Typically, chance constraints are incorporated into the planning problem to provide probabilistic safety guarantees by imposing an upper bound on the collision probability of the planned trajectory. Yet, this results in overly conservative behavior on the grounds that the gap between the obtained risk and the specified upper limit is not explicitly restricted. To address this issue, we propose a real-time capable approach to quantify the risk associated with planned trajectories obtained from multiple probabilistic planners, running in parallel, with different upper bounds of the acceptable risk level. Based on the evaluated risk, the least conservative plan is selected provided that its associated risk is below a specified threshold. In such a way, the proposed approach provides probabilistic safety guarantees by attaining a closer bound to the specified risk, while being applicable to generic uncertainties of moving obstacles. We demonstrate the efficiency of our proposed approach, by improving the performance of a state-of-the-art probabilistic planner, in simulations and experiments using a mobile robot in an environment shared with humans.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google