An Incremental Sampling and Segmentation-Based Approach for Motion Planning Infeasibility

要約

運動学のモーション計画におけるプランの実行可能性を検出するために、シンプルで簡単に実現しやすいアルゴリズムを提示します。
私たちの方法では、ロボットの構成空間を個別の空間に近似します。そこでは、各自由度に有限の値のセットがあります。
障害物領域は、自由構成空間を異なる接続領域に分離します。
開始構成と目標構成の間にパスが存在するためには、自由空間の同じ接続された領域にある必要があります。
したがって、計画の実行可能性を確認するには、開始と目標を隔離する障害領域から適切なポイントをサンプリングする必要があります。
したがって、離散化された空間からサンプリングし、障害物領域を表すビットマップセルを更新することにより、構成空間を徐々に構築します。
その後、この部分的に構築された構成スペースを分割して、その中のさまざまな接続されたコンポーネントを識別し、開始セルと目標セルの接続を評価します。
この方法論を5つの異なるシナリオで説明し、最大5度（DOF）を持つ構成スペースを備えています。

要約(オリジナル)

We present a simple and easy-to-implement algorithm to detect plan infeasibility in kinematic motion planning. Our method involves approximating the robot’s configuration space to a discrete space, where each degree of freedom has a finite set of values. The obstacle region separates the free configuration space into different connected regions. For a path to exist between the start and goal configurations, they must lie in the same connected region of the free space. Thus, to ascertain plan infeasibility, we merely need to sample adequate points from the obstacle region that isolate start and goal. Accordingly, we progressively construct the configuration space by sampling from the discretized space and updating the bitmap cells representing obstacle regions. Subsequently, we partition this partially built configuration space to identify different connected components within it and assess the connectivity of the start and goal cells. We illustrate this methodology on five different scenarios with configuration spaces having up to 5 degree-of-freedom (DOF).

arxiv情報

提供元, 利用サービス

arxiv.jp, Google