Tube-RRT*: Efficient Homotopic Path Planning for Swarm Robotics Passing-Through Large-Scale Obstacle Environments

要約

最近、最適な仮想チューブの概念が、群ロボット工学のための障害物の密集した環境をナビゲートするという困難なタスクに対する新しいソリューションとして登場し、幅広いアプリケーションを提供します。
ただし、障害物が密集した環境における効率的なホモトピック経路計画方法が欠けています。
この論文では、Rapidly-exploring Random Tree (RRT) アルゴリズムに基づいて構築され、改良された革新的なホモトピック パス プランニング手法である Tube-RRT* を紹介します。
Tube-RRT* は、仮想チューブ内の軌道のホモトピック パスを生成するように特別に設計されており、開口部の体積とチューブの長さを戦略的に考慮して群れの混雑を緩和し、機敏なナビゲーションを確保します。
複雑かつ大規模な障害物環境における総合的な比較シミュレーションにより、Tube-RRT*の有効性を実証します。

要約(オリジナル)

Recently, the concept of optimal virtual tube has emerged as a novel solution to the challenging task of navigating obstacle-dense environments for swarm robotics, offering a wide ranging of applications. However, it lacks an efficient homotopic path planning method in obstacle-dense environments. This paper introduces Tube-RRT*, an innovative homotopic path planning method that builds upon and improves the Rapidly-exploring Random Tree (RRT) algorithm. Tube-RRT* is specifically designed to generate homotopic paths for the trajectories in the virtual tube, strategically considering opening volume and tube length to mitigate swarm congestion and ensure agile navigation. Through comprehensive comparative simulations conducted within complex, large-scale obstacle environments, we demonstrate the effectiveness of Tube-RRT*.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google