Real-Time Sampling-Based Safe Motion Planning for Robotic Manipulators in Dynamic Environments

要約

本論文では、動的環境のためのサンプリングベースのプランナーである動的高速探索一般化バーツリー(DRGBT)アルゴリズムの主な特徴を示す。本論文では、詳細な時間分析と、実時間動作を容易にするための適切なスケジューリングを提供する。この目的のために、時間的に重要なルーチンとその障害物の数への依存性を特定するための広範な分析が行われる。さらに、障害物までの距離に関する情報を用いて、自由構成空間の動的拡張バブルと呼ばれる構造を計算し、これを利用して、すべての運動学的制約を満足しつつロボットの安全な動作を保証するための十分条件を確立する。提案アルゴリズムを競合する最新の手法と比較するために、広範なランダム化シミュレーション試験を実施した。最後に、人間の存在を含む様々なシナリオを対象とした実ロボットによる実験研究を実施する。その結果、GPUや大規模な並列化を必要とせず、安価なハードウェアと逐次アーキテクチャを用いて、提案する運動計画アルゴリズムを典型的なセンサーベースの配置内でリアルタイムに実行することの有効性と実現可能性が示された。

要約(オリジナル)

In this paper, we present the main features of Dynamic Rapidly-exploring Generalized Bur Tree (DRGBT) algorithm, a sampling-based planner for dynamic environments. We provide a detailed time analysis and appropriate scheduling to facilitate a real-time operation. To this end, an extensive analysis is conducted to identify the time-critical routines and their dependence on the number of obstacles. Furthermore, information about the distance to obstacles is used to compute a structure called dynamic expanded bubble of free configuration space, which is then utilized to establish sufficient conditions for a guaranteed safe motion of the robot while satisfying all kinematic constraints. An extensive randomized simulation trial is conducted to compare the proposed algorithm to a competing state-of-the-art method. Finally, an experimental study on a real robot is carried out covering a variety of scenarios including those with human presence. The results show the effectiveness and feasibility of real-time execution of the proposed motion planning algorithm within a typical sensor-based arrangement, using cheap hardware and sequential architecture, without the necessity for GPUs or heavy parallelization.

arxiv情報

提供元, 利用サービス

arxiv.jp, DeepL