CAT-RRT: Motion Planning that Admits Contact One Link at a Time

要約

現在の動作計画アプローチは、バイナリ衝突チェックに依存して状態の妥当性を評価し、それによってロボットが移動できる場所を決定します。
このアプローチでは、ロボットが物体と接触する余地はほとんどありません。これは、密集した雑然とした空間で作業する場合に必要になることがよくあります。
この研究では、接触状態を、ロボットが回避する必要があるが、タスクを完了するために必要に応じて通過できる高コストの状態とみなす代替方法を提案します。
より具体的には、新しいリンクごとのコスト ヒューリスティックを使用して、高コストの障害物領域を横断してパスを見つけるプランナーである Contact Admissible Transition-based Rapidly Exploring Random Trees (CAT-RRT) を紹介します。
広範なテストを通じて、最先端の最適化プランナーは低コストの状態を過度に探索する傾向があり、それが接触領域への収束が遅く非効率になることが判明しました。
逆に、CAT-RRT は、各ロボット リンクで実行される適応しきい値処理メカニズムを使用して、低コスト領域と高コスト領域の両方を同時に検索します。
これにより、効率、パス長、コンタクト コストのバランスが取れたパスが得られます。

要約(オリジナル)

Current motion planning approaches rely on binary collision checking to evaluate the validity of a state and thereby dictate where the robot is allowed to move. This approach leaves little room for robots to engage in contact with an object, as is often necessary when operating in densely cluttered spaces. In this work, we propose an alternative method that considers contact states as high-cost states that the robot should avoid but can traverse if necessary to complete a task. More specifically, we introduce Contact Admissible Transition-based Rapidly exploring Random Trees (CAT-RRT), a planner that uses a novel per-link cost heuristic to find a path by traversing high-cost obstacle regions. Through extensive testing, we find that state-of-the-art optimization planners tend to over-explore low-cost states, which leads to slow and inefficient convergence to contact regions. Conversely, CAT-RRT searches both low and high-cost regions simultaneously with an adaptive thresholding mechanism carried out at each robot link. This leads to paths with a balance between efficiency, path length, and contact cost.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google