SMUG Planner: A Safe Multi-Goal Planner for Mobile Robots in Challenging Environments

要約

ロボット探査や監視ミッションでは、潜在的に困難な環境において複数の目標位置間を自律的かつ安全に移動する移動ロボットが必要です。
現在、この種の複数の目標を持つミッションは、ロボットが経路やウェイポイントの形でたどる一連のアクションを人間が設計することに依存していることが多い。
この研究では、事前に定義された一連のターゲットを訪問するという複数の目標の問題を検討します。各ターゲットは複数の潜在的な場所から訪問できます。
これらのミッションの自律性を高めるために、これらのターゲットを訪問するための最適な動作パスを生成する安全な複数目標 (SMUG) プランナーを提案します。
安全性と効率性を向上させるために、シミュレーションで学習したロボット固有の通過可能性を活用する、階層的状態の妥当性チェック方式を提案します。
LazyPRM* とインフォームド サンプラーを使用して、衝突のないパスの生成を加速します。
当社の反復動的プログラミング アルゴリズムにより、プランナーは数秒以内に 10 を超えるターゲットを訪問するパスを生成できます。
さらに、提案された階層状態の妥当性検査スキームは、純粋な体積衝突検査と比較して計画時間を 30% 短縮し、高リスク領域を回避することで安全性を高めます。
SMUG プランナーを四足ロボット ANYmal に展開し、不整地で複数の目標を達成するミッションを完全自律的にロボットを誘導する機能を示します。

要約(オリジナル)

Robotic exploration or monitoring missions require mobile robots to autonomously and safely navigate between multiple target locations in potentially challenging environments. Currently, this type of multi-goal mission often relies on humans designing a set of actions for the robot to follow in the form of a path or waypoints. In this work, we consider the multi-goal problem of visiting a set of pre-defined targets, each of which could be visited from multiple potential locations. To increase autonomy in these missions, we propose a safe multi-goal (SMUG) planner that generates an optimal motion path to visit those targets. To increase safety and efficiency, we propose a hierarchical state validity checking scheme, which leverages robot-specific traversability learned in simulation. We use LazyPRM* with an informed sampler to accelerate collision-free path generation. Our iterative dynamic programming algorithm enables the planner to generate a path visiting more than ten targets within seconds. Moreover, the proposed hierarchical state validity checking scheme reduces the planning time by 30% compared to pure volumetric collision checking and increases safety by avoiding high-risk regions. We deploy the SMUG planner on the quadruped robot ANYmal and show its capability to guide the robot in multi-goal missions fully autonomously on rough terrain.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google