Obstacle Identification and Ellipsoidal Decomposition for Fast Motion Planning in Unknown Dynamic Environments

要約

【タイトル】未知の動的環境における高速モーションプランニングのための障害物検出と楕円分解

【要約】

– 無人システムにおいて、未知の環境内で動的な障害物を回避することは最も重要な課題の一つである。
– 本論文では、任意の物体が楕円体で近似できるというアイデアに基づき、楕円体による障害物の特定手法を提案する。
– 提案手法は、ガウス混合モデルの変分ベイズ推定、キャチキャンアルゴリズム、改善アルゴリズムに基づく方法である。
– 提案手法は、既存の最適化ベースの方法と異なり、クラスタの数を知る必要がなくリアルタイムで動作するため、静的および動的な障害物を含む任意の環境に適用可能である。
– また、2つの近接したフレームの点を与えることで、障害物の楕円体ベースの特徴ベクトルを定義する。
– 提案手法は、他のクラスタリング手法と比較して、軌道プランナーと組み合わせた場合、動的な障害物が存在する未知の環境を効率的に走破できることを示している。

要約(オリジナル)

Collision avoidance in the presence of dynamic obstacles in unknown environments is one of the most critical challenges for unmanned systems. In this paper, we present a method that identifies obstacles in terms of ellipsoids to estimate linear and angular obstacle velocities. Our proposed method is based on the idea of any object can be approximately expressed by ellipsoids. To achieve this, we propose a method based on variational Bayesian estimation of Gaussian mixture model, the Kyachiyan algorithm, and a refinement algorithm. Our proposed method does not require knowledge of the number of clusters and can operate in real-time, unlike existing optimization-based methods. In addition, we define an ellipsoid-based feature vector to match obstacles given two timely close point frames. Our method can be applied to any environment with static and dynamic obstacles, including the ones with rotating obstacles. We compare our algorithm with other clustering methods and show that when coupled with a trajectory planner, the overall system can efficiently traverse unknown environments in the presence of dynamic obstacles.

arxiv情報

提供元, 利用サービス

arxiv.jp, OpenAI