Multiple Shooting Approach for Finding Approximately Shortest Paths for Autonomous Robots in Unknown Environments in 2D

要約

視野範囲が限られている自律ロボットは、2D の未知の環境で多角形の障害物を避けながらゴールへの道を見つけます。
環境マップを発見する過程で、ロボットは以前にマークされたいくつかの位置に戻る必要があり、ロボットが戻るために横断する領域は一連の線分の束として定義されます。
本稿では、多重撮影法に基づいて線分の束のシーケンスに沿ってほぼ最短の経路を見つけるための新しいアルゴリズムを紹介します。
バンドル分割、共線条件、撮影点の更新を含むアプローチの 3 つの要素を示します。
次に、共線条件が成立する場合、問題の正確な最短経路が決定され、そうでない場合、メソッドの更新によって取得される一連の経路が最短経路に収束することを示します。
このアルゴリズムは Python で実装されており、いくつかの数値例は、私たちの方法を使用した自律ロボットの経路計画の実行時間が、ユークリッド最短経路、Springer、53-89 (2011) の Li と Klette のラバーバンド技術を使用したものよりも速いことを示しています。
）。

要約(オリジナル)

An autonomous robot with a limited vision range finds a path to the goal in an unknown environment in 2D avoiding polygonal obstacles. In the process of discovering the environmental map, the robot has to return to some positions marked previously, the regions where the robot traverses to return are defined as sequences of bundles of line segments. This paper presents a novel algorithm for finding approximately shortest paths along the sequences of bundles of line segments based on the method of multiple shooting. Three factors of the approach including bundle partition, collinear condition, and update of shooting points are presented. We then show that if the collinear condition holds, the exactly shortest paths of the problems are determined, otherwise, the sequence of paths obtained by the update of the method converges to the shortest path. The algorithm is implemented in Python and some numerical examples show that the running time of path-planning for autonomous robots using our method is faster than that using the rubber band technique of Li and Klette in Euclidean Shortest Paths, Springer, 53-89 (2011).

arxiv情報

提供元, 利用サービス

arxiv.jp, Google