Motion planning for highly-dynamic unconditioned reflexes based on chained Signed Distance Functions

要約

生物の生来の反応であり、通常は脳ではなく脊髄を介して行われる無条件反射（保護反射など）は、生物が環境からの害を逃れることを可能にすることができます。
この論文では、人間や環境に対するダイナミックの無条件の反射性をマニピュレーターに与えるためのオンラインで非常にダイナミックなモーション計画アルゴリズムを提案します。
私たちの方法は、署名された距離関数（SDFS）のチェーンバージョンに基づいており、事前に計算されて保存できます。
提案されたアルゴリズムは2つの段階に分かれています。
オフライン段階では、マニピュレーターとその作業環境の幾何学的情報を保存するために、ローカルSDFの3つのグループを作成します。
オンライン段階では、環境に関するグローバルな幾何学的情報を提供するために、マニピュレーターの構成に応じて、事前に計算されたローカルSDFが一緒にチェーンされます。
一方、動的オブジェクトのポイントクラウドはクエリポイントとして機能し、これらのローカルSDFを検索して、エスケープ速度を迅速に生成します。
次に、修正された幾何学的なヤコビアンマトリックスを提案し、ヤコビアンと思わずの逆方向の方法を使用してリアルタイムの反射行動を生成して、環境の静的および動的な障害を回避します。
この方法の利点は、静的シナリオと動的シナリオの両方で検証されています。
静的シナリオでは、我々の方法では、既存のソリューションと比較して、時間の消費量が少なく、軌道の長さが短いパスソリューションを識別します。
動的なシナリオでは、私たちの方法は動的なターゲットポイントを確実に追求し、動的な障害を避け、1MS以内のこれらの障害に反応し、人間の無条件反射反応時間を超えることができます。

要約(オリジナル)

The unconditioned reflex (e.g., protective reflex), which is the innate reaction of the organism and usually performed through the spinal cord rather than the brain, can enable organisms to escape harms from environments. In this paper, we propose an online, highly-dynamic motion planning algorithm to endow manipulators the highly-dynamic unconditioned reflexes to humans and/or environments. Our method is based on a chained version of Signed Distance Functions (SDFs), which can be pre-computed and stored. Our proposed algorithm is divided into two stages. In the offline stage, we create 3 groups of local SDFs to store the geometric information of the manipulator and its working environment. In the online stage, the pre-computed local SDFs are chained together according the configuration of the manipulator, to provide global geometric information about the environment. While the point clouds of the dynamic objects serve as query points to look up these local SDFs for quickly generating escape velocity. Then we propose a modified geometric Jacobian matrix and use the Jacobian-pseudo-inverse method to generate real-time reflex behaviors to avoid the static and dynamic obstacles in the environment. The benefits of our method are validated in both static and dynamic scenarios. In the static scenario, our method identifies the path solutions with lower time consumption and shorter trajectory length compared to existing solutions. In the dynamic scenario, our method can reliably pursue the dynamic target point, avoid dynamic obstacles, and react to these obstacles within 1ms, which surpasses the unconditioned reflex reaction time of humans.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google