Path Planning and Motion Control for Accurate Positioning of Car-like Robots

要約

この論文では、車のようなロボットの正確な位置決めのための計画と制御について調査します。
私たちは、2 つのモジュールを統合したソリューションを提案します。モーション プランナーは、急速に研究されているランダム ツリー アルゴリズムと連続曲率 (CC) ステアリング技術によって促進され、参照として CC 軌道を生成します。
そして、非線形モデル予測コントローラー (NMPC) が基準軌道を正確に追跡するようにロボットを調整します。
従来技術の $\mu$-接線条件に基づいて、我々は明示的な存在条件を導き出し、リード-シェップ経路と同じ運転パターンを許容するだけでなく、尖点から構成される特別なクラスの CC 経路に関連する計算方法を開発します。
フリークロソイドターン。
その後、NMPC が基準軌道に従おうとする自動駐車シナリオを作成します。
CC ステアリングの実現可能性と計算効率は数値シミュレーションによって検証されます。
CarSim-Simulink ジョイント シミュレーションでは、まったく同じ NMPC を使用して、CC 軌道を基準として使用する閉ループ システムが、Reeds-Shepp 軌道を基準として使用する場合よりも大幅に優れていることが統計的に検証されています。

要約(オリジナル)

This paper investigates the planning and control for accurate positioning of car-like robots. We propose a solution that integrates two modules: a motion planner, facilitated by the rapidly-exploring random tree algorithm and continuous-curvature (CC) steering technique, generates a CC trajectory as a reference; and a nonlinear model predictive controller (NMPC) regulates the robot to accurately track the reference trajectory. Based on the $\mu$-tangency conditions in prior art, we derive explicit existence conditions and develop associated computation methods for a special class of CC paths which not only admit the same driving patterns as Reeds-Shepp paths but also consist of cusp-free clothoid turns. Afterwards, we create an autonomous vehicle parking scenario where the NMPC endeavors to follow the reference trajectory. Feasibility and computational efficiency of the CC steering are validated by numerical simulation. CarSim-Simulink joint simulations statistically verify that with exactly same NMPC, the closed-loop system with CC trajectories as references substantially outperforms the case where Reeds-Shepp trajectories are used as references.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google