Regulated Pure Pursuit for Robot Path Tracking

要約

サービス ロボットの導入の加速により、現実世界の状況をより適切に処理するための多数のアルゴリズムのバリエーションが生まれました。
多くの局所的な軌道計画手法が実際のロボット システムに導入されて成功しています。
動的ウィンドウ アプローチとモデル予測制御のほとんどの定式化はパスに沿って進行し、追加の基準に合わせて最適化できますが、純粋なパス追跡アルゴリズムの使用は依然として一般的です。
数十年後、Pure Pursuit とその派生型は、ローカル軌道プランナーの最も一般的に使用されるクラスの 1 つであり続けています。
ただし、可変線速度のスキーマを備えた Pure Pursuit のバリアントはほとんど提案されていません。それらは一定の速度を想定しているか、ポイントにまったく対処していません。
このペーパーでは、既存の Adaptive バリアントの上に構築され、線速度を調整する追加のヒューリスティックを使用して設計された Pure Pursuit のバリアントを紹介します。
Regulated Pure Pursuit アルゴリズムは、配備されたロボットが一般的に使用する制限された部分的に観察可能な空間における安全性に特に焦点を当てて線速度を調整することにより、最先端技術を段階的に改善します。
産業グレードのサービス ロボットでの Regulated Pure Pursuit アルゴリズムの実験を紹介します。
また、迅速な評価のために https://github.com/ros-planning/navigation2 で無償で含まれる ROS 2 Nav2 フレームワークに含まれる高品質のリファレンス実装も提供しています。

要約(オリジナル)

The accelerated deployment of service robots have spawned a number of algorithm variations to better handle real-world conditions. Many local trajectory planning techniques have been deployed on practical robot systems successfully. While most formulations of Dynamic Window Approach and Model Predictive Control can progress along paths and optimize for additional criteria, the use of pure path tracking algorithms is still commonplace. Decades later, Pure Pursuit and its variants continues to be one of the most commonly utilized classes of local trajectory planners. However, few Pure Pursuit variants have been proposed with schema for variable linear velocities – they either assume a constant velocity or fails to address the point at all. This paper presents a variant of Pure Pursuit designed with additional heuristics to regulate linear velocities, built atop the existing Adaptive variant. The Regulated Pure Pursuit algorithm makes incremental improvements on state of the art by adjusting linear velocities with particular focus on safety in constrained and partially observable spaces commonly negotiated by deployed robots. We present experiments with the Regulated Pure Pursuit algorithm on industrial-grade service robots. We also provide a high-quality reference implementation that is freely included ROS 2 Nav2 framework at https://github.com/ros-planning/navigation2 for fast evaluation.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google