Growing Convex Collision-Free Regions in Configuration Space using Nonlinear Programming

要約

構成空間でのモーション プランニングで最も難しい部分の 1 つは、軌道が環境内のタスク空間の障害物と衝突しないようにすることです。
構成空間で凸状で衝突のない領域を生成すると、衝突チェックの計算負荷を動作計画から切り離すことができます。
そのために、構成空間で動作できるようにする IRIS (半限定プログラミングによる反復地域インフレ) [5] の拡張を提案します。
私たちのアルゴリズムである IRIS-NP (半正定値および非線形計画法による反復地域インフレーション) は、非線形最適化を使用して分離超平面を追加し、より一般的な非線形制約のサポートを可能にします。
Amiceらと並行して開発されました。
[1]、IRIS-NP は、領域が衝突しないという厳密な証明を、確率的証明と構成空間座標でのより高速な領域生成の利点と交換します。
また、IRIS-NP は C-IRIS に確実な初期化を提供し、認証に必要な反復回数を削減します。
IRIS-NP が双腕マニピュレーターに拡張でき、同じ機械を使用して追加の非線形制約を処理できることを示します。
最後に、実装の要素の削除を示して、それらの重要性を示します。

要約(オリジナル)

One of the most difficult parts of motion planning in configuration space is ensuring a trajectory does not collide with task-space obstacles in the environment. Generating regions that are convex and collision free in configuration space can separate the computational burden of collision checking from motion planning. To that end, we propose an extension to IRIS (Iterative Regional Inflation by Semidefinite programming) [5] that allows it to operate in configuration space. Our algorithm, IRIS-NP (Iterative Regional Inflation by Semidefinite & Nonlinear Programming), uses nonlinear optimization to add the separating hyperplanes, enabling support for more general nonlinear constraints. Developed in parallel to Amice et al. [1], IRIS-NP trades rigorous certification that regions are collision free for probabilistic certification and the benefit of faster region generation in the configuration-space coordinates. IRIS-NP also provides a solid initialization to C-IRIS to reduce the number of iterations required for certification. We demonstrate that IRIS-NP can scale to a dual-arm manipulator and can handle additional nonlinear constraints using the same machinery. Finally, we show ablations of elements of our implementation to demonstrate their importance.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google