Goal-Reaching Trajectory Design Near Danger with Piecewise Affine Reach-avoid Computation

要約

自律移動ロボットは安全性を維持する必要がありますが、古典的な到達回避問題を引き起こすパフォーマンスを犠牲にしてはなりません。
この論文は、障害物と目標が互いに近いという特定の危険に近い状況において、ロボットが確実に目標に到達し、障害物を回避する軌道計画を計算することを目的としています。
提案された方法は、単純化された計画モデルを使用して計画を生成し、その後、高忠実度の追跡モデルとコントローラーを使用して追跡するという一般的なアプローチに基づいて構築されています。
既存の安全な計画アプローチは、到達可能性分析を使用してこれらのモデル間の誤差を過大近似しますが、これにより追加の数値近似誤差が生じ、それによって目標達成を妨げる保守性が生じます。
本研究では、代わりに、計画モデルの到達可能なセットを厳密に近似する区分的アフィン到達回避計算 (PARC) 方法を提案します。
PARC では、保守性の主な原因はモデルの不一致ですが、これは慎重なコントローラーと計画モデルの設計によって軽減できます。
この方法の有用性は、危険に近い目標到達において PARC が最先端の到達回避方法よりも優れているという広範な数値実験を通じて実証されています。
さらに、模擬デモンストレーションでは、PARC により、安全性が証明された極端な車両ダイナミクス ドリフト パーキング操作の生成が可能になります。

要約(オリジナル)

Autonomous mobile robots must maintain safety, but should not sacrifice performance, leading to the classical reach-avoid problem. This paper seeks to compute trajectory plans for which a robot is guaranteed to reach a goal and avoid obstacles in the specific near-danger case that the obstacles and goal are near each other. The proposed method builds off of a common approach of using a simplified planning model to generate plans, which are then tracked using a high-fidelity tracking model and controller. Existing safe planning approaches use reachability analysis to overapproximate the error between these models, but this introduces additional numerical approximation error and thereby conservativeness that prevents goal-reaching. The present work instead proposes a Piecewise Affine Reach-avoid Computation (PARC) method to tightly approximate the reachable set of the planning model. With PARC, the main source of conservativeness is the model mismatch, which can be mitigated by careful controller and planning model design. The utility of this method is demonstrated through extensive numerical experiments in which PARC outperforms state-of-the-art reach-avoid methods in near-danger goal-reaching. Furthermore, in a simulated demonstration, PARC enables the generation of provably-safe extreme vehicle dynamics drift parking maneuvers.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google