Robot Navigation in Dynamic Environments using Acceleration Obstacles

要約

このペーパーでは、加速度障害に対する速度障害と非線形速度障害の概念を拡張することにより、動的環境での動き計画の問題に対処し、AOと非線形加速障害物NAO。
VOとNLVOと同様に、AOとNAOは、それぞれ線形および非線形の軌跡に沿って障害物が移動する操縦ロボットの衝突する一定の加速のセットを表します。
以前の作品とは反対に、AOとNAOの正確な境界を分析的に導き出します。
これらの表現の直感的な理解を高めるために、最初にいくつかのステップでAOを導き出します。まず、ロボットと障害のゼロ初期速度を想定しながら、一定の加速で動く障害と衝突するロボットの一定の加速度のセットで構成される基本的な加速障害物BaoにVoを拡張します。
これは、ロボットと障害物の任意の初期速度を想定しながら、AOに拡張されます。
そして最後に、以前の仮定に加えて、arbitrary意的な軌跡に沿って移動する障害を説明するNAOを導き出します。
NAOの導入により、ロボットの2次のダイナミクスを直接説明する安全な回避操作の生成が可能になり、加速度が制御入力として加速されます。
AOとNAOは、挑戦的な道路交通における回避策を選択するいくつかの例で実証されています。
NAOを使用すると、複雑な道路交通シナリオで移動しながら、操縦ロボットの加速の調整速度が大幅に減少することが示されています。
提示されたアプローチにより、複数のロボットのリアクティブで効率的なナビゲーションが可能になり、複雑な動的環境で動作する自律車両の潜在的な用途があります。

要約(オリジナル)

This paper addresses the issue of motion planning in dynamic environments by extending the concept of Velocity Obstacle and Nonlinear Velocity Obstacle to Acceleration Obstacle AO and Nonlinear Acceleration Obstacle NAO. Similarly to VO and NLVO, the AO and NAO represent the set of colliding constant accelerations of the maneuvering robot with obstacles moving along linear and nonlinear trajectories, respectively. Contrary to prior works, we derive analytically the exact boundaries of AO and NAO. To enhance an intuitive understanding of these representations, we first derive the AO in several steps: first extending the VO to the Basic Acceleration Obstacle BAO that consists of the set of constant accelerations of the robot that would collide with an obstacle moving at constant accelerations, while assuming zero initial velocities of the robot and obstacle. This is then extended to the AO while assuming arbitrary initial velocities of the robot and obstacle. And finally, we derive the NAO that in addition to the prior assumptions, accounts for obstacles moving along arbitrary trajectories. The introduction of NAO allows the generation of safe avoidance maneuvers that directly account for the robot’s second-order dynamics, with acceleration as its control input. The AO and NAO are demonstrated in several examples of selecting avoidance maneuvers in challenging road traffic. It is shown that the use of NAO drastically reduces the adjustment rate of the maneuvering robot’s acceleration while moving in complex road traffic scenarios. The presented approach enables reactive and efficient navigation for multiple robots, with potential application for autonomous vehicles operating in complex dynamic environments.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google