Motion Planning for Robotics: A Review for Sampling-based Planners

要約

最近のロボット工学の進歩により、製造、物流、外科、惑星探査などの業界が変革されました。
主な課題は、衝突を回避し、経路長、掃引領域、実行時間、エネルギー消費などの指標を最適化しながら、ロボットが複雑な環境をナビゲートできるようにする効率的な動作計画アルゴリズムを開発することです。
利用可能なアルゴリズムの中で、サンプリング ベースの手法は、複雑な環境を処理し、自由空間を探索し、他の正式な保証とともに確率的な完全性を提供できるため、研究と産業の両方で最も注目を集めています。
広く応用されているにもかかわらず、依然として大きな課題が残っています。
将来の計画アルゴリズムを進歩させるには、現在の最先端のソリューションとその制限を確認することが不可欠です。
これに関連して、この研究はこれらの課題に光を当て、サンプリングベースの手法の開発と適用可能性を評価することを目的としています。
さらに、さまざまなシナリオにわたる最も人気のあるプランナー 10 社の設計と評価の詳細な分析を提供することを目指しています。
私たちの調査結果は、サンプリングベースの手法の進歩を浮き彫りにするとともに、根強い課題を浮き彫りにしています。
この研究は、ロボットの動作計画における重要な進行中の研究の概要を提供します。

要約(オリジナル)

Recent advancements in robotics have transformed industries such as manufacturing, logistics, surgery, and planetary exploration. A key challenge is developing efficient motion planning algorithms that allow robots to navigate complex environments while avoiding collisions and optimizing metrics like path length, sweep area, execution time, and energy consumption. Among the available algorithms, sampling-based methods have gained the most traction in both research and industry due to their ability to handle complex environments, explore free space, and offer probabilistic completeness along with other formal guarantees. Despite their widespread application, significant challenges still remain. To advance future planning algorithms, it is essential to review the current state-of-the-art solutions and their limitations. In this context, this work aims to shed light on these challenges and assess the development and applicability of sampling-based methods. Furthermore, we aim to provide an in-depth analysis of the design and evaluation of ten of the most popular planners across various scenarios. Our findings highlight the strides made in sampling-based methods while underscoring persistent challenges. This work offers an overview of the important ongoing research in robotic motion planning.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google