Collision-Affording Point Trees: SIMD-Amenable Nearest Neighbors for Fast Collision Checking

要約

センサー データに対する動作計画は、リアルタイム ロボット制御において重大なボトルネックとなることがよくあります。
マニピュレータなどの高次元システムに効果的なサンプリング ベースのモーション プランナの場合、最も時間のかかるコンポーネントは衝突チェックです。
我々は、新しい空間データ構造である衝突許容点ツリー (CAPT) を紹介します。これは点群を正確に表現したもので、ロボットと点群間の衝突チェック クエリを 10 未満の平均クエリ時間で 1 桁高速化します。
数千のポイントで構成される 3D シーンではナノ秒。
CAPT を使用すると、サンプリング ベースのプランナーは、コンシューマ グレードの CPU のシングル スレッド上で、有効で高品質なパスを 1 ミリ秒未満で生成でき、エンドツーエンドの合計計算時間は 60 FPS よりも高速になります。
また、構造を維持しながら点群内の点の数を減らす、空間充填曲線に基づく点群フィルタリング アルゴリズムも紹介します。
私たちのアプローチにより、ロボットは感知された環境でリアルタイムの速度で計画を立てることができ、動的で変化するモデル化されていない環境での高次元システムの計画の潜在的な用途が開かれます。

要約(オリジナル)

Motion planning against sensor data is often a critical bottleneck in real-time robot control. For sampling-based motion planners, which are effective for high-dimensional systems such as manipulators, the most time-intensive component is collision checking. We present a novel spatial data structure, the collision-affording point tree (CAPT): an exact representation of point clouds that accelerates collision-checking queries between robots and point clouds by an order of magnitude, with an average query time of less than 10 nanoseconds on 3D scenes comprising thousands of points. With the CAPT, sampling-based planners can generate valid, high-quality paths in under a millisecond, with total end-to-end computation time faster than 60 FPS, on a single thread of a consumer-grade CPU. We also present a point cloud filtering algorithm, based on space-filling curves, which reduces the number of points in a point cloud while preserving structure. Our approach enables robots to plan at real-time speeds in sensed environments, opening up potential uses of planning for high-dimensional systems in dynamic, changing, and unmodeled environments.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google