pc-dbCBS: Kinodynamic Motion Planning of Physically-Coupled Robot Teams

要約

散らかった環境での物理的に結合されたマルチロボットシステムのモーション計画の問題は、その高次元のために困難です。
サンプリングベースのプランナーと軌道最適化を組み合わせた既存の方法は、最適ではない結果を生み出し、理論的保証がありません。
不連続に結合したCBSを厳格に結合したシステムに拡張する、いつでも運動力学的モーションプランナーである物理的に結合された不連続に結合された競合ベースの検索（PC-DBCBS）を提案します。
私たちのアプローチは、ロボット間の物理的な結合を含むTRIレベルの競合の検出と解像度のフレームワークを提案しています。
さらに、PC-DBCBは状態空間表現間で繰り返し交互に行われ、それにより、単一ロボットモーションプリミティブのみに依存しながら、確率的完全性と漸近最適性を維持します。
PC-DBCBSは、ケーブルが懸濁したペイロードとリジッドロッドにリンクされた微分駆動ロボットを運ぶマルチローターを含む25のシミュレーションと6つの現実世界の問題にわたって、最先端のベースラインと、順序の順序で計画時間を拡大しながら50〜60％高速なプランの旅行よりも最大92％多くのインスタンスを解きます。

要約(オリジナル)

Motion planning problems for physically-coupled multi-robot systems in cluttered environments are challenging due to their high dimensionality. Existing methods combining sampling-based planners with trajectory optimization produce suboptimal results and lack theoretical guarantees. We propose Physically-coupled discontinuity-bounded Conflict-Based Search (pc-dbCBS), an anytime kinodynamic motion planner, that extends discontinuity-bounded CBS to rigidly-coupled systems. Our approach proposes a tri-level conflict detection and resolution framework that includes the physical coupling between the robots. Moreover, pc-dbCBS alternates iteratively between state space representations, thereby preserving probabilistic completeness and asymptotic optimality while relying only on single-robot motion primitives. Across 25 simulated and six real-world problems involving multirotors carrying a cable-suspended payload and differential-drive robots linked by rigid rods, pc-dbCBS solves up to 92% more instances than a state-of-the-art baseline and plans trajectories that are 50-60% faster while reducing planning time by an order of magnitude.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google