Implicit Swept Volume SDF: Enabling Continuous Collision-Free Trajectory Generation for Arbitrary Shapes

要約

オブジェクトの軌道生成の分野では、特に非凸形状や複雑な環境において、衝突のない継続的な動きを保証することが依然として大きな課題となっています。
以前の方法は、オブジェクトの形状を単純化しすぎて実行可能なスペースを犠牲にするか、または離散サンプリングに依存して「トンネル効果」の影響を受けるかのいずれかでした。
これらの制限に対処するために、我々は、スイープ ボリューム符号付き距離フィールド (SVSDF) を利用して連続衝突回避 (CCA) の軌道最適化をガイドする、新しい階層型軌道生成パイプラインを提案します。
グラフィックスとロボット工学の技術を融合する当社の学際的なアプローチは、この問題の解決に優れた効果を発揮します。
SVSDF の計算を一般化半無限計画法モデルとして定式化し、クエリ点での数値解を暗黙的に解くことで、表面の明示的な再構成の必要性を排除します。
私たちのアルゴリズムはさまざまな複雑なシナリオで検証されており、硬い形状と変形可能な形状の両方を含むさまざまなダイナミクスのロボットに適用されます。
一般的なアルゴリズムと比較して、優れた汎用性と優れた CCA パフォーマンスを示します。
コードは、コミュニティの利益のために https://github.com/ZJU-FAST-Lab/Implicit-SVSDF-Planner でリリースされます。

要約(オリジナル)

In the field of trajectory generation for objects, ensuring continuous collision-free motion remains a huge challenge, especially for non-convex geometries and complex environments. Previous methods either oversimplify object shapes, which results in a sacrifice of feasible space or rely on discrete sampling, which suffers from the ‘tunnel effect’. To address these limitations, we propose a novel hierarchical trajectory generation pipeline, which utilizes the Swept Volume Signed Distance Field (SVSDF) to guide trajectory optimization for Continuous Collision Avoidance (CCA). Our interdisciplinary approach, blending techniques from graphics and robotics, exhibits outstanding effectiveness in solving this problem. We formulate the computation of the SVSDF as a Generalized Semi-Infinite Programming model, and we solve for the numerical solutions at query points implicitly, thereby eliminating the need for explicit reconstruction of the surface. Our algorithm has been validated in a variety of complex scenarios and applies to robots of various dynamics, including both rigid and deformable shapes. It demonstrates exceptional universality and superior CCA performance compared to typical algorithms. The code will be released at https://github.com/ZJU-FAST-Lab/Implicit-SVSDF-Planner for the benefit of the community.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google