A Model Predictive Path Integral Method for Fast, Proactive, and Uncertainty-Aware UAV Planning in Cluttered Environments

要約

自律移動ロボットに対する現在の動作計画アプローチは、システムの下位レベルのコントローラーが計画された動作を非常に高い精度で追跡できることを前提としていることがよくあります。
ただし、実際には、追跡エラーは多くの要因の影響を受ける可能性があり、ロボットが乱雑な環境を移動する必要がある場合には、潜在的な衝突につながる可能性があります。
この問題に対処するために、この論文では、モデル予測経路積分 (MPPI) 制御理論に基づく新しい後退地平線運動計画アプローチを提案します。これは、車両ダイナミクスとコスト関数に関する最小限の仮定を必要とする柔軟なサンプリングベースの制御手法です。
この柔軟性を活用して、データに基づいたリスク関数も考慮した動作計画フレームワークを提案します。
MPPI アルゴリズムをモーション プランナーとして使用すると、アルゴリズムに必要なサンプルの数も減り、実装のためのハードウェア要件が緩和されます。
提案されたアプローチは、クアッドローター無人航空機 (UAV) の軌道生成を通じて検証されます。この場合、高速な動きが軌道追跡エラーを増加させ、近くの障害物との衝突につながる可能性があります。
シミュレーションとハードウェア実験では、MPPI モーション プランナーが、UAV が通過する必要がある障害物に積極的に適応し、障害物に近づくと減速し、障害物から離れると素早く移動することで、生き生きとした動きを生み出しながら衝突を完全に減少させることが実証されました。

要約(オリジナル)

Current motion planning approaches for autonomous mobile robots often assume that the low level controller of the system is able to track the planned motion with very high accuracy. In practice, however, tracking error can be affected by many factors, and could lead to potential collisions when the robot must traverse a cluttered environment. To address this problem, this paper proposes a novel receding-horizon motion planning approach based on Model Predictive Path Integral (MPPI) control theory — a flexible sampling-based control technique that requires minimal assumptions on vehicle dynamics and cost functions. This flexibility is leveraged to propose a motion planning framework that also considers a data-informed risk function. Using the MPPI algorithm as a motion planner also reduces the number of samples required by the algorithm, relaxing the hardware requirements for implementation. The proposed approach is validated through trajectory generation for a quadrotor unmanned aerial vehicle (UAV), where fast motion increases trajectory tracking error and can lead to collisions with nearby obstacles. Simulations and hardware experiments demonstrate that the MPPI motion planner proactively adapts to the obstacles that the UAV must negotiate, slowing down when near obstacles and moving quickly when away from obstacles, resulting in a complete reduction of collisions while still producing lively motion.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google