Probabilistic Visibility-Aware Trajectory Planning for Target Tracking in Cluttered Environments

要約

ターゲット追跡には民間および軍事で多数の重要な用途があり、ターゲットの可視性を維持することは追跡タスクの成功を保証する上で重要な役割を果たします。
既存の可視性を意識したプランナーは主に、搭載センサーの限られた視野内にターゲットを維持し、障害物の遮蔽を回避することに重点を置いています。
しかし、システムの不確実性による悪影響は無視されることが多く、実際には計画立案者は不確実性に対して敏感になります。
このギャップを埋めるために、この研究では、システムの不確実性が存在する場合でも、視認性を意識した安全な目標追跡のための、リアルタイムの近視眼的ではない軌道プランナーを提案しています。
より正確なターゲットの動きを予測するために、確率空間の検出確率 (BPOD) の概念を導入し、確率的なロボットとターゲットの状態におけるターゲットの予測可視性を測定します。
BPOD を組み込んだ拡張カルマン フィルターのバリアントは、計画期間内の見通しが不確実な場合にターゲットの信念状態を予測するために開発されています。
リアルタイムの軌道計画を達成するために、線形化された符号付き距離関数 (SDF) を利用して BPOD と確率制約付き衝突リスクの両方を均一に計算する計算効率の高いアルゴリズムを提案し、次に SDF の軽量計算のための 2 段階の戦略を設計します。
逐次凸プログラミング。
ベンチマーク比較を含む広範なシミュレーション結果は、システムの不確実性が高い場合でも、提案されたアプローチがターゲットの可視性を堅牢に維持できることを示しています。
提案された軌道プランナーの実用性は、実世界の実験によって検証されています。

要約(オリジナル)

Target tracking has numerous significant civilian and military applications, and maintaining the visibility of the target plays a vital role in ensuring the success of the tracking task. Existing visibility-aware planners primarily focus on keeping the target within the limited field of view of an onboard sensor and avoiding obstacle occlusion. However, the negative impact of system uncertainty is often neglected, rendering the planners delicate to uncertainties in practice. To bridge the gap, this work proposes a real-time, non-myopic trajectory planner for visibility-aware and safe target tracking in the presence of system uncertainty. For more accurate target motion prediction, we introduce the concept of belief-space probability of detection (BPOD) to measure the predictive visibility of the target under stochastic robot and target states. An Extended Kalman Filter variant incorporating BPOD is developed to predict target belief state under uncertain visibility within the planning horizon. To reach real-time trajectory planning, we propose a computationally efficient algorithm to uniformly calculate both BPOD and the chance-constrained collision risk by utilizing linearized signed distance function (SDF), and then design a two-stage strategy for lightweight calculation of SDF in sequential convex programming. Extensive simulation results with benchmark comparisons show the capacity of the proposed approach to robustly maintain the visibility of the target under high system uncertainty. The practicality of the proposed trajectory planner is validated by real-world experiments.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google