Gradient Field-Based Dynamic Window Approach for Collision Avoidance in Complex Environments

要約

本論文では、マルチロボットシステムにおける安全で柔軟なナビゲーションのために、複雑な環境下でのサンプリングに基づく軌道計画手法を強化し、予測可能な手法として、勾配場に基づく動的窓アプローチ(GF-DWA)を提案する。提案手法はダイナミックウィンドウアプローチをベースに、潜在的な衝突を予測するための新たなコスト項として障害物距離の勾配情報を利用する。この強化により、ロボットは非凸形状を含む障害物に対する認識を向上させることができる。勾配場はガウス過程距離場から導出され、ガウス過程回帰を活用して環境の空間構造をモデル化することにより、距離場と勾配場の両方を生成する。いくつかの障害物回避や船団衝突回避のシナリオを通して、提案するGF-DWAは、特に非凸障害物を含む複雑な環境において、安全性と柔軟性の点で他の一般的な軌道計画・制御手法を凌駕することが示される。

要約(オリジナル)

For safe and flexible navigation in multi-robot systems, this paper presents an enhanced and predictive sampling-based trajectory planning approach in complex environments, the Gradient Field-based Dynamic Window Approach (GF-DWA). Building upon the dynamic window approach, the proposed method utilizes gradient information of obstacle distances as a new cost term to anticipate potential collisions. This enhancement enables the robot to improve awareness of obstacles, including those with non-convex shapes. The gradient field is derived from the Gaussian process distance field, which generates both the distance field and gradient field by leveraging Gaussian process regression to model the spatial structure of the environment. Through several obstacle avoidance and fleet collision avoidance scenarios, the proposed GF-DWA is shown to outperform other popular trajectory planning and control methods in terms of safety and flexibility, especially in complex environments with non-convex obstacles.

arxiv情報

提供元, 利用サービス

arxiv.jp, DeepL