A Genetic Approach to Gradient-Free Kinodynamic Planning in Uneven Terrains

要約

このペーパーでは、三角メッシュとしてモデル化された不均一な地形をナビゲートする車のような車両の遺伝的アルゴリズムベースの運動力学計画アルゴリズム（GAKD）を提案します。
アルゴリズムの明確な機能は、ヒューリスティックベースの突然変異を備えた遺伝的アルゴリズムを使用して、固定長の後退地平線上の軌跡の最適化であり、車両のコントロールが有効な動作範囲内にとどまることを保証します。
Change Face Normalsなどの不均一な地形メッシュによってもたらされる課題に対処することにより、GAKDは複雑な環境でのパス計画のための実用的なソリューションを提供します。
モデル予測パス積分（MPPI）およびlog-MPPIメソッドに対する比較評価は、GAKDが同等のパス長を維持しながら、移動性コストを最大20％改善することを示しています。
これらの結果は、挑戦的な地形での車両ナビゲーションの改善におけるGAKDの可能性を示しています。

要約(オリジナル)

This paper proposes a genetic algorithm-based kinodynamic planning algorithm (GAKD) for car-like vehicles navigating uneven terrains modeled as triangular meshes. The algorithm’s distinct feature is trajectory optimization over a fixed-length receding horizon using a genetic algorithm with heuristic-based mutation, ensuring the vehicle’s controls remain within its valid operational range. By addressing challenges posed by uneven terrain meshes, such as changing face normals, GAKD offers a practical solution for path planning in complex environments. Comparative evaluations against Model Predictive Path Integral (MPPI) and log-MPPI methods show that GAKD achieves up to 20 percent improvement in traversability cost while maintaining comparable path length. These results demonstrate GAKD’s potential in improving vehicle navigation on challenging terrains.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google