MASPA: An efficient strategy for path planning with a tethered marsupial robotics system

要約

テザー有袋類ロボット システムは、無人地上車両 (UGV)、無人航空機 (UAV)、および両方のロボットを接続するテザーの 3 つのコンポーネントで構成されます。
有袋類システムは、飛行中の UAV のバッテリー寿命を延長するため、産業界で非常に有益です。
この論文では、有袋類システムにおける特定の経路計画問題に対する新しい戦略を紹介します。この問題では、3 つのコンポーネントのそれぞれが、3D 直方体としてモデル化された地上および空中の障害物との衝突を回避する必要があります。
UAV が UGV の上に配置されている初期構成の場合、目標は UAV で空中の目標に到達することです。
UGV はまず、UAV が離陸して垂直面を通って飛行し、空中目標に到達できる位置に移動すると仮定します。
空間を離散化して最適解を近似し、地上経路と空気経路の長さの合計を最小化するアプローチを提案します。
まず、張ったテザーを想定し、テザーの凸面と障害物の形状を活用する新しいアルゴリズムを使用して、UAV の実行可能な離陸点の軌跡を効率的に決定します。
次に、この結果を緩いテザーが含まれるシナリオに適用します。
シミュレーション テストの結果は、私たちのアプローチが複雑な状況を数秒で解決でき、RRT* (Rapidly Explore Random Trees) に基づくベースライン計画アルゴリズムを上回るパフォーマンスを示していることを示しています。

要約(オリジナル)

A tethered marsupial robotics system comprises three components: an Unmanned Ground Vehicle (UGV), an Unmanned Aerial Vehicle (UAV), and a tether connecting both robots. Marsupial systems are highly beneficial in industry as they extend the UAV’s battery life during flight. This paper introduces a novel strategy for a specific path planning problem in marsupial systems, where each of the three components must avoid collisions with ground and aerial obstacles modeled as 3D cuboids. Given an initial configuration in which the UAV is positioned atop the UGV, the goal is to reach an aerial target with the UAV. We assume that the UGV first moves to a position from which the UAV can take off and fly through a vertical plane to reach an aerial target. We propose an approach that discretizes the space to approximate an optimal solution, minimizing the sum of the lengths of the ground and air paths. First, we assume a taut tether and use a novel algorithm that leverages the convexity of the tether and the geometry of obstacles to efficiently determine the locus of feasible take-off points for the UAV. We then apply this result to scenarios that involve loose tethers. The simulation test results show that our approach can solve complex situations in seconds, outperforming a baseline planning algorithm based on RRT* (Rapidly exploring Random Trees).

arxiv情報

提供元, 利用サービス

arxiv.jp, Google