Autonomous Navigation with Convergence Guarantees in Complex Dynamic Environments

要約

この記事では、孤立した凸状の障害物がある従来のシーンを超えた、複雑な動的 2D 環境における設定値の安定化とパス追跡タスクのための障害物回避の問題を扱います。
閉形式の動作計画技術の好ましい収束特性と、モデル予測制御 (MPC) によるシステム制約の直感的な表現を統合する、セットポイントの安定化のために、動作プランナーとコントローラを組み合わせたものが提案されています。
この方法は、特定の条件下で衝突回避と収束を達成することが分析的に証明されており、経路追従制御にも拡張されています。
非ホロノミック一輪車ロボットを使用したさまざまなシミュレーション シナリオは、制御スキームの有効性と、障害物回避を伴う標準的な経路追従 MPC アプローチと比較して改善された収束結果を示すために提供されます。

要約(オリジナル)

This article addresses the obstacle avoidance problem for setpoint stabilization and path-following tasks in complex dynamic 2D environments that go beyond conventional scenes with isolated convex obstacles. A combined motion planner and controller is proposed for setpoint stabilization that integrates the favorable convergence characteristics of closed-form motion planning techniques with the intuitive representation of system constraints through Model Predictive Control (MPC). The method is analytically proven to accomplish collision avoidance and convergence under certain conditions, and it is extended to path-following control. Various simulation scenarios using a non-holonomic unicycle robot are provided to showcase the efficacy of the control scheme and its improved convergence results compared to standard path-following MPC approaches with obstacle avoidance.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google