BoundPlanner: A convex-set-based approach to bounded manipulator trajectory planning

要約

オンライン軌道計画により、ロボットマニピュレーターは、変化する環境やタスクに迅速に対応できます。
既知の環境には多くのロボット軌道プランナーが存在しますが、オンライン計算には遅すぎることがよくあります。
オンライン軌道計画における現在の方法では、ロボットの限界を尊重し、衝突を説明する挑戦的なシナリオに適切な軌跡を見つけられません。
この作業は、BoundPlannerと呼ばれる凸面セットとオンライン軌道プランナーBoundMPCに基づいた新しいデカルトパスプランナーで構成される軌跡計画フレームワークを提案します。
BoundPlannerは、凸セットを使用して衝突のないスペースを探索し、マップして、境界のある参照パスを計算します。
BoundMPCはこの作業で拡張されており、パス逸脱の凸セットを処理します。これにより、ロボットはロボットの運動学を占める間、ロボットが境界内のパスを最適にたどることができます。
ロボットの運動系チェーンの衝突は、障害物の数に依存しない新しい凸面ベースの衝突回避定式化によって考慮されます。
7-DOFマニピュレーターを使用したシミュレーションと実験は、最先端の方法と比較して提案されたプランナーのパフォーマンスを示しています。
ソースコードはgithub.com/thieso/boundplannerで入手でき、実験のビデオはwww.acin.tuwien.ac.at/42d4で見つけることができます。

要約(オリジナル)

Online trajectory planning enables robot manipulators to react quickly to changing environments or tasks. Many robot trajectory planners exist for known environments but are often too slow for online computations. Current methods in online trajectory planning do not find suitable trajectories in challenging scenarios that respect the limits of the robot and account for collisions. This work proposes a trajectory planning framework consisting of the novel Cartesian path planner based on convex sets, called BoundPlanner, and the online trajectory planner BoundMPC. BoundPlanner explores and maps the collision-free space using convex sets to compute a reference path with bounds. BoundMPC is extended in this work to handle convex sets for path deviations, which allows the robot to optimally follow the path within the bounds while accounting for the robot’s kinematics. Collisions of the robot’s kinematic chain are considered by a novel convex-set-based collision avoidance formulation independent on the number of obstacles. Simulations and experiments with a 7-DoF manipulator show the performance of the proposed planner compared to state-of-the-art methods. The source code is available at github.com/Thieso/BoundPlanner and videos of the experiments can be found at www.acin.tuwien.ac.at/42d4

arxiv情報

提供元, 利用サービス

arxiv.jp, Google