Visualizing High-Dimensional Configuration Spaces: A Comprehensive Analytical Approach

要約

構成空間 C の表現は、計算時間の大部分が状態の衝突チェックに費やされるサンプリング ベースのモーション プランナの衝突のないパスの発見を加速する上で重要な役割を果たします。
従来、プランナーは衝突チェッカーを使用して衝突のないパスを限定的に評価するか、視覚化のために C の次元を削減することによって C の表現を評価していました。
ただし、衝突チェッカーは、元の C のサブセットのみが表現されている場合でも、高い精度を示す場合があります。
元の C のパスと同等のパスを見つけるモーション プランナーの能力が制限されます。さらに、3 次元を超える次元では定性的評価がますます困難になるため、高次元の C を扱うことは困難です。低次元の C 評価は乱雑な領域での精度を低下させる可能性があります。
環境。
この論文では、マニピュレータ ロボットの高次元 C 表現を 2D 形式で視覚化するための新しいアプローチを紹介します。
元の次元を減らすことなく、高次元 Cs 近似を定性的に評価するための新しいツールを提供します。
これにより、2 つの異なる高次元 C の精度とカバレッジを比較する能力が強化されます。
マニピュレータ ロボットの運動連鎖と人間の色知覚を利用して、マニピュレータ ロボットの 7 自由度 CS を使用した方法の有効性を示します。
この視覚化により、元のデータの次元を減らすことなく、ロボットの関節境界と衝突状態の組み合わせの範囲に関する定性的な洞察が得られます。
私たちの主張を裏付けるために、提案された視覚化の数値評価を実施します。

要約(オリジナル)

The representation of a Configuration Space C plays a vital role in accelerating the finding of a collision-free path for sampling-based motion planners where the majority of computation time is spent in collision checking of states. Traditionally, planners evaluate C’s representations through limited evaluations of collision-free paths using the collision checker or by reducing the dimensionality of C for visualization. However, a collision checker may indicate high accuracy even when only a subset of the original C is represented; limiting the motion planner’s ability to find paths comparable to those in the original C. Additionally, dealing with high-dimensional Cs is challenging, as qualitative evaluations become increasingly difficult in dimensions higher than three, where reduced-dimensional C evaluation may decrease accuracy in cluttered environments. In this paper, we present a novel approach for visualizing representations of high-dimensional Cs of manipulator robots in a 2D format. We provide a new tool for qualitative evaluation of high-dimensional Cs approximations without reducing the original dimension. This enhances our ability to compare the accuracy and coverage of two different high-dimensional Cs. Leveraging the kinematic chain of manipulator robots and human color perception, we show the efficacy of our method using a 7-degree-of-freedom CS of a manipulator robot. This visualization offers qualitative insights into the joint boundaries of the robot and the coverage of collision state combinations without reducing the dimensionality of the original data. To support our claim, we conduct a numerical evaluation of the proposed visualization.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google