An Efficient Trajectory Planner for Car-like Robots on Uneven Terrain

要約

不整地での地上ロボットの自律航行が検討されるタスクはますます増えています。
しかし、平坦でない地形は動作計画に 2 つの問題をもたらします。それは、地形の通過可能性を評価する方法と、地形に関連付けられたロボットのダイナミクス モデルにどのように対処するかです。
既存の方法で生成された軌道は、多くの場合保守的すぎるか、2 番目の問題が十分に解決されていないため、コントローラーでうまく追跡できません。
この論文では、ロボットに対する地形の影響を説明するために地形姿勢マッピングを提案します。
このマッピングを使用すると、SE(2) の特定の状態に対する、凹凸のある地形上のロボットの SE(3) 状態を取得できます。
次に、それに基づいて、上記の両方の問題を考慮できる、不整地における車のようなロボットの軌道最適化フレームワークを提案します。
私たちの方法によって生成された軌道は、過度に保守的になることなくシステムのダイナミクス モデルに準拠しており、コントローラーによって適切に追跡できます。
私たちはシミュレーションと現実世界での実験を実行して、アルゴリズムの効率と軌道の品質を検証します。

要約(オリジナル)

Autonomous navigation of ground robots on uneven terrain is being considered in more and more tasks. However, uneven terrain will bring two problems to motion planning: how to assess the traversability of the terrain and how to cope with the dynamics model of the robot associated with the terrain. The trajectories generated by existing methods are often too conservative or cannot be tracked well by the controller since the second problem is not well solved. In this paper, we propose terrain pose mapping to describe the impact of terrain on the robot. With this mapping, we can obtain the SE(3) state of the robot on uneven terrain for a given state in SE(2). Then, based on it, we present a trajectory optimization framework for car-like robots on uneven terrain that can consider both of the above problems. The trajectories generated by our method conform to the dynamics model of the system without being overly conservative and yet able to be tracked well by the controller. We perform simulations and real-world experiments to validate the efficiency and trajectory quality of our algorithm.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google