Globally Guided Trajectory Planning in Dynamic Environments

要約

人間と共有される環境で移動ロボットをナビゲートすることは困難です。
ロボットの観点からすると、人間は避けなければならない動的な障害物です。
これらの障害物により、衝突のない空間が非凸になり、障害物ごとに 2 つの異なる通過動作 (左または右の通過) が発生します。
後退する地平線の軌道最適化などのローカル プランナーの場合、各動作は、プランナーが行き詰まる可能性のあるローカル最適を示します。
これにより、より適切な計画が存在する場合でも、動きが遅くなったり、危険な動きになる可能性があります。
この作業では、トポロジを考慮することにより、複数の局所的に最適な運転行動の軌跡を特定します。
この識別は、トポロジー情報を伝播することにより、連続する繰り返しで一貫性が保たれます。
最も適切な高レベルの軌道は、ローカル最適化ベースのプランナーをガイドし、高速で安全なモーション プランを実現します。
シミュレーションと実世界の実験で、移動ロボットで提案されたプランナーを検証します。

要約(オリジナル)

Navigating mobile robots through environments shared with humans is challenging. From the perspective of the robot, humans are dynamic obstacles that must be avoided. These obstacles make the collision-free space nonconvex, which leads to two distinct passing behaviors per obstacle (passing left or right). For local planners, such as receding-horizon trajectory optimization, each behavior presents a local optimum in which the planner can get stuck. This may result in slow or unsafe motion even when a better plan exists. In this work, we identify trajectories for multiple locally optimal driving behaviors, by considering their topology. This identification is made consistent over successive iterations by propagating the topology information. The most suitable high-level trajectory guides a local optimization-based planner, resulting in fast and safe motion plans. We validate the proposed planner on a mobile robot in simulation and real-world experiments.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google