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

要約

未知の環境で動的障害物が存在する場合の衝突回避は、無人システムにとって最も重要な課題の 1 つです。
この論文では、楕円体の観点から障害物を識別し、障害物の直線速度と角速度を推定する方法を紹介します。
私たちが提案する手法は、あらゆる物体は楕円体で近似的に表現できるという考えに基づいています。
これを達成するために、混合ガウスモデルの変分ベイズ推定、Kyachiyan アルゴリズム、および改良アルゴリズムに基づく方法を提案します。
私たちが提案する手法は、既存の最適化ベースの手法とは異なり、クラスター数の知識を必要とせず、リアルタイムで動作できます。
さらに、タイムリーな 2 つの近接ポイント フレームが与えられた障害物を照合するために、楕円体ベースの特徴ベクトルを定義します。
私たちの方法は、回転する障害物を含む、静的および動的障害物のあるあらゆる環境に適用できます。
私たちのアルゴリズムを他のクラスタリング手法と比較し、軌道プランナーと組み合わせると、動的障害物が存在する未知の環境をシステム全体が効率的に横断できることを示します。

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, Google