OkayPlan: Obstacle Kinematics Augmented Dynamic Real-time Path Planning via Particle Swarm Optimization

要約

既存の Global Path Planning (GPP) アルゴリズムは、主に静的環境での計画を前提としています。
この仮定により、その用途は、通常、動的環境で航行する無人水上車両 (USV) に非常に限定されます。
この制限に対処するために、リアルタイムの実行速度 (デスクトップ クラスのコンピューターで 125 Hz) で動的シナリオで安全で短いパスを生成できる GPP アルゴリズムである okayPlan を紹介します。
具体的には、経路計画問題を障害物運動学拡張最適化問題 (OKAOP) として定式化することで、動的な障害物回避の課題に取り組みます。OKAOP は、PSO ベースのオプティマイザーによってリアルタイムで効率的に解決できます。
一方、最適化問題の潜在的な解を適応的に初期化する動的優先初期化 (DPI) メカニズムが確立され、解の品質がさらに向上します。
さらに、動的環境における okayPlan のハイパーパラメータの自律的な調整を容易にする緩和戦略が考案されています。
私たちのアプローチの有効性を実証するために、比較評価、アブレーション研究、\textcolor{black}{3D 物理シミュレーション プラットフォームへの応用}などの包括的な実験が実施されました。
結果は、okayPlan がパスの安全性、長さの最適性、計算効率の点で既存の方法を上回っており、動的環境向けの強力な GPP 技術として確立していることを示しています。
この論文に関連するビデオとコードは、https://github.com/XinJingHao/okayPlan からアクセスできます。

要約(オリジナル)

Existing Global Path Planning (GPP) algorithms predominantly presume planning in static environments. This assumption immensely limits their applications to Unmanned Surface Vehicles (USVs) that typically navigate in dynamic environments. To address this limitation, we present OkayPlan, a GPP algorithm capable of generating safe and short paths in dynamic scenarios at a real-time executing speed (125 Hz on a desktop-class computer). Specifically, we approach the challenge of dynamic obstacle avoidance by formulating the path planning problem as an Obstacle Kinematics Augmented Optimization Problem (OKAOP), which can be efficiently resolved through a PSO-based optimizer at a real-time speed. Meanwhile, a Dynamic Prioritized Initialization (DPI) mechanism that adaptively initializes potential solutions for the optimization problem is established to further ameliorate the solution quality. Additionally, a relaxation strategy that facilitates the autonomous tuning of OkayPlan’s hyperparameters in dynamic environments is devised. Comprehensive experiments, including comparative evaluations, ablation studies, and \textcolor{black}{applications to 3D physical simulation platforms}, have been conducted to substantiate the efficacy of our approach. Results indicate that OkayPlan outstrips existing methods in terms of path safety, length optimality, and computational efficiency, establishing it as a potent GPP technique for dynamic environments. The video and code associated with this paper are accessible at https://github.com/XinJingHao/OkayPlan.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google