Primitive-Swarm: An Ultra-lightweight and Scalable Planner for Large-scale Aerial Swarms

要約

大規模な空中群れを達成することは、計算効率とスケーラビリティのバランスをとることに固有の矛盾のために挑戦的です。
このペーパーでは、大規模な自律航空の群れに特化した、超軽量でスケーラブルなプランナーであるPrimitive-Swarmを紹介します。
提案されているアプローチは、分散型で非同期の再生戦略を採用しています。
その中には、時間最適で動的に実行可能な軌跡で構成される新しいモーションプリミティブライブラリがあります。
それらは、到達可能性分析（TOPP-RA）に基づいて、新しい時間最適パラメーター化アルゴリズムを使用して生成されます。
次に、競合に応じて、モーションプリミティブを離散的な周囲空間に関連付けることにより、急速な衝突チェックメカニズムが開発されます。
空間的競合と時間的競合の両方を考慮することにより、メカニズムはロボットとロボットの衝突を同時に処理します。
次に、再生プロセス中に、各ロボットは、ユーザー定義の要件に基づいてライブラリから安全で最小コストの軌跡を選択します。
時間最適なモーションプリミティブライブラリと占有情報の両方がオフラインで計算され、時間のかかる最適化問題を線形複雑さの選択問題に変えます。
これにより、プランナーは、多数の障害物とロボットで満たされた非凸で不連続な3Dセーフスペースを包括的に探索し、最高の隠れたパスを効果的に識別できます。
ベンチマークの比較は、密な環境で1ミリ秒未満の計算時間で、この方法が最短の飛行時間を達成し、移動距離を達成することを示しています。
最大1000のロボットを含む超大規模な群れシミュレーションは、リアルタイムで実行され、メソッドのスケーラビリティを検証します。
実際の実験は、アプローチの実現可能性と堅牢性を検証します。
コードは、コミュニティのコラボレーションを促進するためにリリースされます。

要約(オリジナル)

Achieving large-scale aerial swarms is challenging due to the inherent contradictions in balancing computational efficiency and scalability. This paper introduces Primitive-Swarm, an ultra-lightweight and scalable planner designed specifically for large-scale autonomous aerial swarms. The proposed approach adopts a decentralized and asynchronous replanning strategy. Within it is a novel motion primitive library consisting of time-optimal and dynamically feasible trajectories. They are generated utlizing a novel time-optimial path parameterization algorithm based on reachability analysis (TOPP-RA). Then, a rapid collision checking mechanism is developed by associating the motion primitives with the discrete surrounding space according to conflicts. By considering both spatial and temporal conflicts, the mechanism handles robot-obstacle and robot-robot collisions simultaneously. Then, during a replanning process, each robot selects the safe and minimum cost trajectory from the library based on user-defined requirements. Both the time-optimal motion primitive library and the occupancy information are computed offline, turning a time-consuming optimization problem into a linear-complexity selection problem. This enables the planner to comprehensively explore the non-convex, discontinuous 3-D safe space filled with numerous obstacles and robots, effectively identifying the best hidden path. Benchmark comparisons demonstrate that our method achieves the shortest flight time and traveled distance with a computation time of less than 1 ms in dense environments. Super large-scale swarm simulations, involving up to 1000 robots, running in real-time, verify the scalability of our method. Real-world experiments validate the feasibility and robustness of our approach. The code will be released to foster community collaboration.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google