Vision-aided UAV navigation and dynamic obstacle avoidance using gradient-based B-spline trajectory optimization

要約

動的環境をナビゲートするには、ロボットが衝突のない軌道を生成し、動く障害物を積極的に回避する必要があります。
これまでのほとんどの研究では、幾何学的マップ、占有マップ、または ESDF マップなど、単一のマップ表現に基づいて経路計画アルゴリズムを設計していました。
これらの方法は静的環境では成功していることが示されていますが、マップ表現の制限により、静的障害物と動的障害物を同時に確実に処理することはできません。
この問題に対処するために、本論文ではロボットのオンボードビジョンを利用した勾配ベースの B スプライン軌道最適化アルゴリズムを提案します。
深度視覚により、ロボットはボクセル マップに基づいて動的オブジェクトを幾何学的に追跡および表現できます。
提案された最適化では、まず円ベースのガイドポイント アルゴリズムを採用して、静的障害物を回避するためのコストと勾配を近似します。
次に、視覚で検出された移動物体とともに、後退する地平線の距離フィールドが動的衝突を防ぐために同時に使用されます。
最後に、反復再ガイド戦略を適用して、衝突のない軌道を生成します。
シミュレーションと物理実験により、私たちの方法をリアルタイムで実行して動的環境を安全にナビゲートできることが証明されました。

要約(オリジナル)

Navigating dynamic environments requires the robot to generate collision-free trajectories and actively avoid moving obstacles. Most previous works designed path planning algorithms based on one single map representation, such as the geometric, occupancy, or ESDF map. Although they have shown success in static environments, due to the limitation of map representation, those methods cannot reliably handle static and dynamic obstacles simultaneously. To address the problem, this paper proposes a gradient-based B-spline trajectory optimization algorithm utilizing the robot’s onboard vision. The depth vision enables the robot to track and represent dynamic objects geometrically based on the voxel map. The proposed optimization first adopts the circle-based guide-point algorithm to approximate the costs and gradients for avoiding static obstacles. Then, with the vision-detected moving objects, our receding-horizon distance field is simultaneously used to prevent dynamic collisions. Finally, the iterative re-guide strategy is applied to generate the collision-free trajectory. The simulation and physical experiments prove that our method can run in real-time to navigate dynamic environments safely.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google