Universal Trajectory Optimization Framework for Differential Drive Robot Class

要約

ディファレンシャルドライブロボットは、家庭サービスロボットから災害対応フィールドロボットまで、その単純な原則のおかげで、さまざまなシナリオで広く使用されています。
二輪の四輪スキッドステアリング、追跡されたロボットなど、実際のアプリケーションにはいくつかのタイプの運転メカニズムがあります。
運転メカニズムの違いは、通常、正確な制御が必要な場合、特定の運動モデリングを必要とします。
さらに、非ホロノミックダイナミクスと可能な横滑りは、実行可能で高品質の軌跡を取得するのが困難な程度の程度につながります。
したがって、さまざまな種類のディファレンシャルドライブロボットの軌道を効率的に計算するための包括的な軌跡最適化フレームワークが非常に望ましいです。
この論文では、差動駆動ロボットに適用できる普遍的な軌跡最適化フレームワークを提案し、制限された計算時間枠内で高品質の軌跡の生成を可能にします。
モーション状態の多項式パラメーター化または角度および線形速度などの積分に基づいて、ロボットの動きを制御原理に本質的に一致させるという新しい軌道表現を導入します。
軌道最適化問題は、安全性と運用効率を優先しながら複雑さを最小限に抑えるために策定されています。
次に、フルスタックの自律計画および制御システムを構築して、その実現可能性と堅牢性を実証します。
私たちは、アプローチの有効性を検証するために、3種類の微分駆動ロボットを備えた混雑した環境で広範なシミュレーションと現実世界のテストを実施しています。

要約(オリジナル)

Differential drive robots are widely used in various scenarios thanks to their straightforward principle, from household service robots to disaster response field robots. There are several types of driving mechanisms for real-world applications, including two-wheeled, four-wheeled skid-steering, tracked robots, and so on. The differences in the driving mechanisms usually require specific kinematic modeling when precise control is desired. Furthermore, the nonholonomic dynamics and possible lateral slip lead to different degrees of difficulty in getting feasible and high-quality trajectories. Therefore, a comprehensive trajectory optimization framework to compute trajectories efficiently for various kinds of differential drive robots is highly desirable. In this paper, we propose a universal trajectory optimization framework that can be applied to differential drive robots, enabling the generation of high-quality trajectories within a restricted computational timeframe. We introduce a novel trajectory representation based on polynomial parameterization of motion states or their integrals, such as angular and linear velocities, which inherently matches the robots’ motion to the control principle. The trajectory optimization problem is formulated to minimize complexity while prioritizing safety and operational efficiency. We then build a full-stack autonomous planning and control system to demonstrate its feasibility and robustness. We conduct extensive simulations and real-world testing in crowded environments with three kinds of differential drive robots to validate the effectiveness of our approach.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google