Swept Volume-Aware Trajectory Planning and MPC Tracking for Multi-Axle Swerve-Drive AMRs

要約

マルチアクスル自律モバイルロボット（AMR）は、ロジスティクスにおけるロボット工学の将来に革命をもたらすように設定されています。
次世代のソリューションのバックボーンとして、これらのロボットは重要な課題に直面しています。正確な制御を維持しながら、ターン中に掃引ボリュームを管理および最小化します。
標準的な車両向けに設計された従来のシステムは、多くの場合、マルチアクスル構成の複雑なダイナミクスと闘い、限られたスペースの非効率性と安全リスクの増加につながります。
当社の革新的なフレームワークは、独立したホイールステアリングのために、掃引ボリュームの最小化と署名された距離フィールド（SDF）パス計画およびモデル予測制御（MPC）を組み合わせることにより、これらの制限を克服します。
このアプローチは、掃引ボリュームを認識してパスを計画するだけでなく、リアルタイムで積極的に最小化するため、各車軸は車両が占めるスペースを大幅に削減しながら正確な軌跡をたどることができます。
将来の状態を予測し、各ホイールの回転半径を調整することにより、私たちの方法は、最も制約された環境でさえ、操縦性と安全の両方を強化します。
以前の作品とは異なり、私たちのソリューションは基本的なパスの計算と追跡を超えており、最小限のボリュームと効率的な個々の車軸制御を備えたリアルタイムパス最適化を提供します。
私たちの知る限り、これはこれらの課題に取り組む最初の包括的なアプローチであり、マルチアクスルAMRの制御、効率、安全性の命を救う改善を実現します。
さらに、コラボレーションを促進し、他の人がより安全で効率的な自律システムを促進できるように、私たちの仕事をオープンソーシングします。

要約(オリジナル)

Multi-axle autonomous mobile robots (AMRs) are set to revolutionize the future of robotics in logistics. As the backbone of next-generation solutions, these robots face a critical challenge: managing and minimizing the swept volume during turns while maintaining precise control. Traditional systems designed for standard vehicles often struggle with the complex dynamics of multi-axle configurations, leading to inefficiency and increased safety risk in confined spaces. Our innovative framework overcomes these limitations by combining swept volume minimization with Signed Distance Field (SDF) path planning and model predictive control (MPC) for independent wheel steering. This approach not only plans paths with an awareness of the swept volume but actively minimizes it in real-time, allowing each axle to follow a precise trajectory while significantly reducing the space the vehicle occupies. By predicting future states and adjusting the turning radius of each wheel, our method enhances both maneuverability and safety, even in the most constrained environments. Unlike previous works, our solution goes beyond basic path calculation and tracking, offering real-time path optimization with minimal swept volume and efficient individual axle control. To our knowledge, this is the first comprehensive approach to tackle these challenges, delivering life-saving improvements in control, efficiency, and safety for multi-axle AMRs. Furthermore, we will open-source our work to foster collaboration and enable others to advance safer, more efficient autonomous systems.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google