Hybrid Feedback Control for Global Navigation with Locally Optimal Obstacle Avoidance in n-Dimensional Spaces

要約

球状の障害物が散在する n 次元ユークリッド空間でのロボットの自律ナビゲーションのためのハイブリッド フィードバック制御フレームワークを紹介します。
提案されたアプローチは、目的地までの移動と局所的に最適な障害物回避という 2 つの動作モードを動的に切り替えることにより、安全なナビゲーションと目標位置の全球漸近安定性 (GAS) を保証します。
継続的な速度入力を生成し、衝突のない軌道を保証し、局所的に最適な障害物回避操作を生成します。
既存の方法とは異なり、提案されたフレームワークは距離センサーと互換性があり、先験的に既知の環境と未知の環境の両方でのナビゲーションを可能にします。
2D および 3D 設定での広範なシミュレーションと、TurtleBot 4 プラットフォームでの実験的検証によって補完され、アプローチの有効性と堅牢性が確認されました。
私たちの結果は、計算効率と現実世界での実現可能性を維持しながら、最先端の方法と比較して、より短い経路とより滑らかな軌道を実証しています。

要約(オリジナル)

We present a hybrid feedback control framework for autonomous robot navigation in n-dimensional Euclidean spaces cluttered with spherical obstacles. The proposed approach ensures safe navigation and global asymptotic stability (GAS) of the target location by dynamically switching between two operational modes: motion-to-destination and locally optimal obstacle-avoidance. It produces continuous velocity inputs, ensures collision-free trajectories and generates locally optimal obstacle avoidance maneuvers. Unlike existing methods, the proposed framework is compatible with range sensors, enabling navigation in both a priori known and unknown environments. Extensive simulations in 2D and 3D settings, complemented by experimental validation on a TurtleBot 4 platform, confirm the efficacy and robustness of the approach. Our results demonstrate shorter paths and smoother trajectories compared to state-of-the-art methods, while maintaining computational efficiency and real-world feasibility.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google