Reward-Based Collision-Free Algorithm for Trajectory Planning of Autonomous Robots

要約

このペーパーでは、事前定義されたセットからの最適なウェイポイントシーケンスの報酬ベースの選択を可能にする自律ロボットの新しいミッション計画アルゴリズムを紹介します。
アルゴリズムは、ロボットが障害物を避けながらウェイポイント間をナビゲートするための実行可能な軌跡と対応する制御入力を計算し、総報酬を最大化し、状態、入力とその導関数、ミッション時間ウィンドウ、最大距離の制約に準拠します。
これはまた、一般化された賞品を収集する旅行セールスマンの問題を解決します。
提案されたアルゴリズムは、フィットネス関数とクロスオーバーに基づいてソリューション候補を最適なソリューションに向けて進化させる新しい遺伝的アルゴリズムを採用しています。
フィットネス評価中に、ペナルティ方法は制約を強制し、クロスイド曲線を備えた差動フラットネスプロパティは、実行不可能な軌跡を効率的にペナルティします。
オイラースパイラル法は、最小スナップおよびジャークの多項式と比較して、軌道パラメーター化の有望な結果を示しました。
離散探査スペースにより、動的な時間帯ベースの方法と投影との拡張凸の組み合わせを使用して、クロスオーバーが実行されます。
突然変異ステップは探索を強化します。
結果は、最適なウェイポイントシーケンスを見つけ、制約を満たし、実行不可能なウェイポイントを回避し、高報酬のウェイポイントを優先するアルゴリズムの能力を示しています。
グラウンドビークル、四足動物、および四角形を使用したシミュレーションと実験は、ベンチマークと時間的分析によって補完され、補完されます。

要約(オリジナル)

This paper introduces a new mission planning algorithm for autonomous robots that enables the reward-based selection of an optimal waypoint sequence from a predefined set. The algorithm computes a feasible trajectory and corresponding control inputs for a robot to navigate between waypoints while avoiding obstacles, maximizing the total reward, and adhering to constraints on state, input and its derivatives, mission time window, and maximum distance. This also solves a generalized prize-collecting traveling salesman problem. The proposed algorithm employs a new genetic algorithm that evolves solution candidates toward the optimal solution based on a fitness function and crossover. During fitness evaluation, a penalty method enforces constraints, and the differential flatness property with clothoid curves efficiently penalizes infeasible trajectories. The Euler spiral method showed promising results for trajectory parameterization compared to minimum snap and jerk polynomials. Due to the discrete exploration space, crossover is performed using a dynamic time-warping-based method and extended convex combination with projection. A mutation step enhances exploration. Results demonstrate the algorithm’s ability to find the optimal waypoint sequence, fulfill constraints, avoid infeasible waypoints, and prioritize high-reward ones. Simulations and experiments with a ground vehicle, quadrotor, and quadruped are presented, complemented by benchmarking and a time-complexity analysis.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google