Universal Trajectory Optimization Framework for Differential Drive Robot Class

要約

差動駆動ロボットは、そのシンプルな原理により、家庭用サービスロボットから災害対応現場ロボットまで、さまざまなシーンで幅広く活用されています。
現実世界のアプリケーションには、二輪、四輪のスキッド ステアリング、無限軌道ロボットなど、いくつかのタイプの駆動機構があります。
駆動機構の違いにより、正確な制御が必要な場合は、通常、特定の運動学的モデリングが必要になります。
さらに、非ホロノミックなダイナミクスと横滑りの可能性により、実現可能な高品質の軌道を取得する際の難易度が異なります。
したがって、さまざまな種類の差動駆動ロボットの軌道を効率的に計算するための包括的な軌道最適化フレームワークが強く望まれています。
この論文では、限られた計算時間枠内で高品質な軌道の生成を可能にする、差動駆動ロボットに適用できる普遍的な軌道最適化フレームワークを提案します。
我々は、ロボットの動作を制御原理に本質的に一致させる、角速度や線速度などの動作状態またはその積分の多項式パラメータ化に基づいた新しい軌道表現を導入します。
軌道最適化問題は、安全性と運用効率を優先しながら複雑さを最小限に抑えるように定式化されています。
次に、フルスタックの自律計画および制御システムを構築して、その実現可能性と堅牢性を実証します。
私たちは、3 種類の差動駆動ロボットを使用して混雑した環境で広範なシミュレーションと実世界テストを実施し、アプローチの有効性を検証します。

要約(オリジナル)

Differential drive robots are widely used in various scenarios thanks to their straightforward principle, from household service robots to disaster response field robots. There are several types of driving mechanisms for real-world applications, including two-wheeled, four-wheeled skid-steering, tracked robots, and so on. The differences in the driving mechanisms usually require specific kinematic modeling when precise control is desired. Furthermore, the nonholonomic dynamics and possible lateral slip lead to different degrees of difficulty in getting feasible and high-quality trajectories. Therefore, a comprehensive trajectory optimization framework to compute trajectories efficiently for various kinds of differential drive robots is highly desirable. In this paper, we propose a universal trajectory optimization framework that can be applied to differential drive robots, enabling the generation of high-quality trajectories within a restricted computational timeframe. We introduce a novel trajectory representation based on polynomial parameterization of motion states or their integrals, such as angular and linear velocities, which inherently matches the robots’ motion to the control principle. The trajectory optimization problem is formulated to minimize complexity while prioritizing safety and operational efficiency. We then build a full-stack autonomous planning and control system to demonstrate its feasibility and robustness. We conduct extensive simulations and real-world testing in crowded environments with three kinds of differential drive robots to validate the effectiveness of our approach.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google