要約
複数の非ホロノミック エージェントを狭い通路のある困難な環境でナビゲートするための、軽量で分散型のアルゴリズムを提示します。
私たちの重要なアイデアは、従来の分散型アルゴリズムの成功率を高めるために、エージェントが狭い通路ではなく広いオープンエリアで互いに譲歩できるようにすることです。
前処理時に、メソッドは自由空間の中央軸を計算します。
次に、参照軌跡が計算され、各エージェントの中心軸に投影されます。
実行時に、エージェントが反対方向に移動する他のエージェントを感知すると、アルゴリズムは中心軸を使用して、POI (Point of Impact) と POI の周囲の利用可能な領域を推定します。
POI の周囲の領域が、行動を成功させるのに十分な大きさでない場合、エージェントの参照軌道と移動速度を調整することによって、POI を近くの広い領域に移動します。
最大 15 台のロボットを含む 4 つの環境の行でこの方法を評価したところ、この方法では平均で 10 ～ 30 ミリ秒のわずかな計算オーバーヘッドが発生し、リアルタイム パフォーマンスが達成されることがわかりました。
その後、ローカル ナビゲーション アルゴリズムを使用して計画された参照軌跡を追跡し、ローカル ナビゲーション アルゴリズムのみよりも最大 $100\%$ 高い成功率を達成できます。
要約(オリジナル)
We present a lightweight, decentralized algorithm for navigating multiple nonholonomic agents through challenging environments with narrow passages. Our key idea is to allow agents to yield to each other in large open areas instead of narrow passages, to increase the success rate of conventional decentralized algorithms. At pre-processing time, our method computes a medial axis for the freespace. A reference trajectory is then computed and projected onto the medial axis for each agent. During run time, when an agent senses other agents moving in the opposite direction, our algorithm uses the medial axis to estimate a Point of Impact (POI) as well as the available area around the POI. If the area around the POI is not large enough for yielding behaviors to be successful, we shift the POI to nearby large areas by modulating the agent’s reference trajectory and traveling speed. We evaluate our method on a row of 4 environments with up to 15 robots, and we find our method incurs a marginal computational overhead of 10-30 ms on average, achieving real-time performance. Afterward, our planned reference trajectories can be tracked using local navigation algorithms to achieve up to a $100\%$ higher success rate over local navigation algorithms alone.
arxiv情報
| 著者 | Liang He,Zherong Pan,Dinesh Manocha |
| 発行日 | 2023-03-16 08:05:53+00:00 |
| arxivサイト | arxiv_id(pdf) |
提供元, 利用サービス
arxiv.jp, Google