FDSPC: Fast and Direct Smooth Path Planning via Continuous Curvature Integration

要約

ここ数十年、ロボットの大域的な経路計画は大きな進歩を遂げてきた。ヒューリスティック探索に基づく手法も、確率サンプリングに基づく手法も、複雑なシナリオにおいて実現可能な解を見つける能力を示してきた。しかし、主流の大域的経路計画アルゴリズムでは、屈曲を含む経路が生成されることが多く、後処理として平滑化処理を追加する必要がある。本研究では、連続曲率積分に基づく高速かつ直接的な経路計画手法を提案する。この手法は、等速で大域的な滑らかな経路を直接生成しながら、経路の実現可能性を保証するものであり、その結果、後処理による経路平滑化の必要性を排除する。さらに、複数のシナリオにおいて、解時間、経路長、メモリ使用量、平滑性の観点から、提案手法を既存のアプローチと比較する。提案手法は、特に、自己定義された$mathcal{S}_2 $平滑度（平均操舵角）の点で、最先端(SOTA)手法の平均性能より圧倒的に優れている。これらの結果は、いくつかの代表的な環境において、我々のアプローチの有効性と優位性を示す。

要約(オリジナル)

In recent decades, global path planning of robot has seen significant advancements. Both heuristic search-based methods and probability sampling-based methods have shown capabilities to find feasible solutions in complex scenarios. However, mainstream global path planning algorithms often produce paths with bends, requiring additional smoothing post-processing. In this work, we propose a fast and direct path planning method based on continuous curvature integration. This method ensures path feasibility while directly generating global smooth paths with constant velocity, thus eliminating the need for post-path-smoothing. Furthermore, we compare the proposed method with existing approaches in terms of solution time, path length, memory usage, and smoothness under multiple scenarios. The proposed method is vastly superior to the average performance of state-of-the-art (SOTA) methods, especially in terms of the self-defined $\mathcal{S}_2 $ smoothness (mean angle of steering). These results demonstrate the effectiveness and superiority of our approach in several representative environments.

arxiv情報

提供元, 利用サービス

arxiv.jp, DeepL