要約
ポリトピック形状によるマルチロボットナビゲーションの障害物回避は困難です。
既存の研究は、システムダイナミクスを単純化するか、ロボット間の正の距離制約を伴う凸または非凸の最適化問題として考慮しており、これによりリアルタイムのパフォーマンスとスケーラビリティが制限されます。
さらに、ポリトープ間の暗黙的かつ微分不可能な距離関数により、ポリトープ形状のロボットの衝突のない動作を生成することはより困難になります。
この論文では、多トピック形状ロボットの速度障害 (VO) 原理の概念を拡張し、頂点座標と他のロボットの状態の関数で VO を構築する新しいアプローチを提案します。
ポリトープ形状のロボット間の障害物回避に関する既存の研究と比較して、ポリトープ間で VO を構築するための提案されたアプローチは最適化が不要であるため、私たちのアプローチは計算効率がはるかに優れています。
ポリトピック形状の VO 表現に基づいて、後で分散マルチロボット システムのナビゲーション アプローチを提案します。
私たちは、大規模なランダム化テストを含む複数の困難なシナリオで、提案した VO 表現とナビゲーションのアプローチを検証し、そのアプローチは、完了率、デッドロック率、平均移動距離など、多くの評価指標において最先端のものを上回っています。
要約(オリジナル)
Obstacle avoidance for multi-robot navigation with polytopic shapes is challenging. Existing works simplify the system dynamics or consider it as a convex or non-convex optimization problem with positive distance constraints between robots, which limits real-time performance and scalability. Additionally, generating collision-free behavior for polytopic-shaped robots is harder due to implicit and non-differentiable distance functions between polytopes. In this paper, we extend the concept of velocity obstacle (VO) principle for polytopic-shaped robots and propose a novel approach to construct the VO in the function of vertex coordinates and other robot’s states. Compared with existing work about obstacle avoidance between polytopic-shaped robots, our approach is much more computationally efficient as the proposed approach for construction of VO between polytopes is optimization-free. Based on VO representation for polytopic shapes, we later propose a navigation approach for distributed multi-robot systems. We validate our proposed VO representation and navigation approach in multiple challenging scenarios including large-scale randomized tests, and our approach outperforms the state of art in many evaluation metrics, including completion rate, deadlock rate, and the average travel distance.
arxiv情報
著者 | Jihao Huang,Jun Zeng,Xuemin Chi,Koushil Sreenath,Zhitao Liu,Hongye Su |
発行日 | 2024-06-10 04:40:33+00:00 |
arxivサイト | arxiv_id(pdf) |
提供元, 利用サービス
arxiv.jp, Google