Contact-Aware Motion Planning Among Movable Objects

要約

モバイルロボットのモーション計画のためのほとんどの既存の方法には、衝突のない軌跡の生成が含まれます。
ただし、接触回避のみに焦点を当てたこれらの方法は、ロボットの移動を制限する可能性があり、接触が避けられない、または意図的なタスクに適用することはできません。
これらの問題に対処するために、ロボットシステムの新しい連絡先認識モーションプランニング（CAMP）パラダイムを提案します。
私たちのアプローチには、最適化ベースの軌跡計画における相補性の制約として、ロボットと可動オブジェクト間の接触が組み込まれています。
拡張されたラグランジアン法（ALMS）を活用することにより、相補性の制約で最適化問題を効率的に解決し、ロボットの空間的最適な軌跡を生成します。
シミュレーションは、最先端の方法と比較して、提案されたCAMP法によりモバイルロボットの到達可能な空間が拡大し、2種類の基本タスクの成功率が大幅に改善されることを示しています。
）および可動オブジェクトの再配置（RAMO）。
実際の実験は、提案された方法によって生成された軌跡が実現可能であり、さまざまなタスクに迅速に展開されていることを示しています。

要約(オリジナル)

Most existing methods for motion planning of mobile robots involve generating collision-free trajectories. However, these methods focusing solely on contact avoidance may limit the robots’ locomotion and can not be applied to tasks where contact is inevitable or intentional. To address these issues, we propose a novel contact-aware motion planning (CAMP) paradigm for robotic systems. Our approach incorporates contact between robots and movable objects as complementarity constraints in optimization-based trajectory planning. By leveraging augmented Lagrangian methods (ALMs), we efficiently solve the optimization problem with complementarity constraints, producing spatial-temporal optimal trajectories of the robots. Simulations demonstrate that, compared to the state-of-the-art method, our proposed CAMP method expands the reachable space of mobile robots, resulting in a significant improvement in the success rate of two types of fundamental tasks: navigation among movable objects (NAMO) and rearrangement of movable objects (RAMO). Real-world experiments show that the trajectories generated by our proposed method are feasible and quickly deployed in different tasks.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google