SEB-Naver: A SE(2)-based Local Navigation Framework for Car-like Robots on Uneven Terrain

要約

不均一な地形での自動車のようなロボットの自律的なナビゲーションは、特に移動性評価とモーション計画のための地形関連の運動学モデリングにおいて、フラットな地形と比較してユニークな課題をもたらします。
このペーパーでは、これらの課題を克服するために設計された新規SE（2）ベースのローカルナビゲーションフレームワークであるSeb-Naverを紹介します。
まず、SE（2）グリッドの効率的なトラバース性評価方法を提案し、GPU並列コンピューティングを活用して、ローカルマップのリアルタイムの更新とメンテナンスを可能にします。
第二に、微分の平坦性に触発されて、地形に関連する運動学モデルを統合する最適化ベースの軌道計画方法を提示し、計画効率と軌道の品質の両方を大幅に改善します。
最後に、これらのコンポーネントをSEBネーバーに統合し、リアルタイムの地形評価と軌跡の最適化を達成します。
広範なシミュレーションと現実世界の実験は、アプローチの有効性と効率性を示しています。
コードはhttps://github.com/zju-fast-lab/seb_naverにあります。

要約(オリジナル)

Autonomous navigation of car-like robots on uneven terrain poses unique challenges compared to flat terrain, particularly in traversability assessment and terrain-associated kinematic modelling for motion planning. This paper introduces SEB-Naver, a novel SE(2)-based local navigation framework designed to overcome these challenges. First, we propose an efficient traversability assessment method for SE(2) grids, leveraging GPU parallel computing to enable real-time updates and maintenance of local maps. Second, inspired by differential flatness, we present an optimization-based trajectory planning method that integrates terrain-associated kinematic models, significantly improving both planning efficiency and trajectory quality. Finally, we unify these components into SEB-Naver, achieving real-time terrain assessment and trajectory optimization. Extensive simulations and real-world experiments demonstrate the effectiveness and efficiency of our approach. The code is at https://github.com/ZJU-FAST-Lab/seb_naver.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google