OA-MPC: Occlusion-Aware MPC for Guaranteed Safe Robot Navigation with Unseen Dynamic Obstacles

要約

動的で不確実な環境での安全なナビゲーションのために、ロボット システムは他のエージェントの認識と予測に依存します。
特に、カメラや LiDAR からデータが得られない遮蔽された領域では、ロボットは目に見えない動的エージェントの潜在的な動きを推論できなければなりません。
この研究は、遮蔽された動的エージェントが存在するアプリオリなマップされていない環境におけるリアルタイム ナビゲーションのための、証明された安全な動作計画スキームを提示します。
到達可能性分析に基づいて安全性が保証されます。
歩行者などの潜在的な遮蔽エージェントに関連付けられた前方到達可能セットが計算され、計画に組み込まれます。
非線形モデル予測制御 (NMPC) と衝突回避の 2 つの最適化を交互に実行する、反復最適化ベースのプランナーが提供されます。
MPC の再帰的実現可能性は、端末停止制約を導入することによって保証されます。
提案されたアルゴリズムの有効性は、シミュレーション研究と TurtleBot ロボットを使用したハードウェア実験を通じて実証されます。
実験結果のビデオは \url{https://youtu.be/OUnkB5Feyuk} でご覧いただけます。

要約(オリジナル)

For safe navigation in dynamic uncertain environments, robotic systems rely on the perception and prediction of other agents. Particularly, in occluded areas where cameras and LiDAR give no data, the robot must be able to reason about potential movements of invisible dynamic agents. This work presents a provably safe motion planning scheme for real-time navigation in an a priori unmapped environment, where occluded dynamic agents are present. Safety guarantees are provided based on reachability analysis. Forward reachable sets associated with potential occluded agents, such as pedestrians, are computed and incorporated into planning. An iterative optimization-based planner is presented that alternates between two optimizations: nonlinear Model Predictive Control (NMPC) and collision avoidance. Recursive feasibility of the MPC is guaranteed by introducing a terminal stopping constraint. The effectiveness of the proposed algorithm is demonstrated through simulation studies and hardware experiments with a TurtleBot robot. A video of experimental results is available at \url{https://youtu.be/OUnkB5Feyuk}.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google