要約
調和ポテンシャルは、極小値が存在しないことが証明されているグローバルに収束するポテンシャル フィールドを提供します。
その分析形式により、安全で信頼性の高いロボットのナビゲーション ポリシーを生成するのに特に適しています。
ただし、多数の重なり合う非球体障害物で構成される複雑な環境の場合、関連する変換関数の計算は退屈になる可能性があります。
これは、次の場合にさらに明らかになります。(i) ワークスペースが最初は不明であり、ロボットがワークスペースを探索するにつれて、基礎となる潜在的なフィールドが常に更新されます。
(ii) 高レベルのミッションは、ロボットが異なる可能性を切り替える必要がある、多数の領域間の連続したナビゲーション タスクで構成されます。
したがって、この研究は、タスクオートマトンのガイドに従ってオンラインで調和ポテンシャルを段階的に構築するための効率的で自動化されたスキームを提案します。
新しい 2 層ハーモニック ツリー (HT) 構造が導入され、タスク計画用の指向性検索アルゴリズムと非ホロノミック ロボット用のハーモニック ベースのナビゲーション コントローラーのハイブリッド組み合わせが容易になります。
両方のレイヤーは、オンライン実行中に効率的かつ共同で適応され、更新されたワークスペース内でのナビゲーションの実際の実現可能性とコストを反映します。
高レベルのタスク計画と低レベルのロボットの軌道の両方について、グローバルな安全性と収束性が保証されます。
純粋にポテンシャルベースの方法の発振や長い迂回、純粋に検索ベースの方法の急旋回や高い計算の複雑さなどの既知の問題が防止されます。
広範な数値シミュレーションとハードウェア実験が、いくつかの強力なベースラインに対して実行されます。
要約(オリジナル)
Harmonic potentials provide globally convergent potential fields that are provably free of local minima. Due to its analytical format, it is particularly suitable for generating safe and reliable robot navigation policies. However, for complex environments that consist of a large number of overlapping non-sphere obstacles, the computation of associated transformation functions can be tedious. This becomes more apparent when: (i) the workspace is initially unknown and the underlying potential fields are updated constantly as the robot explores it; (ii) the high-level mission consists of sequential navigation tasks among numerous regions, requiring the robot to switch between different potentials. Thus, this work proposes an efficient and automated scheme to construct harmonic potentials incrementally online as guided by the task automaton. A novel two-layer harmonic tree (HT) structure is introduced that facilitates the hybrid combination of oriented search algorithms for task planning and harmonic-based navigation controllers for non-holonomic robots. Both layers are adapted efficiently and jointly during online execution to reflect the actual feasibility and cost of navigation within the updated workspace. Global safety and convergence are ensured both for the high-level task plan and the low-level robot trajectory. Known issues such as oscillation or long-detours for purely potential-based methods and sharp-turns or high computation complexity for purely search-based methods are prevented. Extensive numerical simulation and hardware experiments are conducted against several strong baselines.
arxiv情報
著者 | Shuaikang Wang,Meng Guo |
発行日 | 2024-01-04 12:19:18+00:00 |
arxivサイト | arxiv_id(pdf) |
提供元, 利用サービス
arxiv.jp, Google