要約
無人搬送車 (AGV) は、その効率性と適応性により、さまざまな業界で不可欠です。
ただし、障害物が密集した構造化されていない環境で AGV の軌道を計画することは、非ホロノミック運動学、豊富な障害物、およびシナリオの非凸型で制約のある性質により、重大な課題が生じます。
これに対処するために、我々はこの問題を最適制御問題として定式化することにより、AGV の効率的な軌道計画フレームワークを提案します。
私たちのフレームワークは、高速安全長方形コリドー (FSRC) アルゴリズムを利用して長方形の凸コリドーを構築し、回避制約をボックス制約として表します。
これにより、余分な障害物の影響が排除され、解決速度が加速されます。
さらに、修正された可視性グラフ アルゴリズムを採用してパス計画を高速化し、境界離散化戦略を使用して FSRC 構築を促進します。
実験結果は、特に計算効率において、私たちのフレームワークの有効性と優位性を示しています。
高度なフレームワークと比較して、当社のフレームワークは 1 ～ 2 桁の計算効率の向上を実現します。
特に、FSRC は、計算効率に関して他の安全な凸コリドーベースの方法よりも大幅に優れています。
要約(オリジナル)
Automated Guided Vehicles (AGVs) are essential in various industries for their efficiency and adaptability. However, planning trajectories for AGVs in obstacle-dense, unstructured environments presents significant challenges due to the nonholonomic kinematics, abundant obstacles, and the scenario’s nonconvex and constrained nature. To address this, we propose an efficient trajectory planning framework for AGVs by formulating the problem as an optimal control problem. Our framework utilizes the fast safe rectangular corridor (FSRC) algorithm to construct rectangular convex corridors, representing avoidance constraints as box constraints. This eliminates redundant obstacle influences and accelerates the solution speed. Additionally, we employ the Modified Visibility Graph algorithm to speed up path planning and a boundary discretization strategy to expedite FSRC construction. Experimental results demonstrate the effectiveness and superiority of our framework, particularly in computational efficiency. Compared to advanced frameworks, our framework achieves computational efficiency gains of 1 to 2 orders of magnitude. Notably, FSRC significantly outperforms other safe convex corridor-based methods regarding computational efficiency.
arxiv情報
| 著者 | Shaoqiang Liang,Songyuan Fa,Yiqun Li |
| 発行日 | 2024-03-12 08:18:01+00:00 |
| arxivサイト | arxiv_id(pdf) |
提供元, 利用サービス
arxiv.jp, Google