Efficient Path Planning in Large Unknown Environments with Switchable System Models for Automated Vehicles

要約

大規模な環境では、構成スペースのサイズが増大するため、パス計画アルゴリズムが困難になります。
さらに、環境が主に未踏の場合、大部分のパスが未知の領域を通るように計画されます。
したがって、経路が新しく発見された障害物と衝突するたびに、経路全体の完全な再計画が行われます。
一定の距離を超えると経路計画アルゴリズムを停止する新しい方法を提案します。
これは大規模な環境でアルゴリズムをナビゲートするために使用され、既存のナビゲーション アプローチの問題が発生しにくいです。
さらに、より効率的な再計画を可能にするために、重大な環境の変化を検出する方法を開発しました。
最後に、U-Shift コンセプト車両で使用できるようにパス プランナーを拡張します。
別のシステムモデルに切り替えて、後軸の中心を中心に回転できます。
結果は、提案された手法が標準の Hybrid A* と比較してほぼ同一のパスを生成し、実行時間を大幅に短縮することを示しています。
さらに、拡張された経路計画アルゴリズムにより、コンセプト車両の操縦能力を効率的に使用して、狭い環境で簡潔な経路を計画できることを示します。

要約(オリジナル)

Large environments are challenging for path planning algorithms as the size of the configuration space increases. Furthermore, if the environment is mainly unexplored, large amounts of the path are planned through unknown areas. Hence, a complete replanning of the entire path occurs whenever the path collides with newly discovered obstacles. We propose a novel method that stops the path planning algorithm after a certain distance. It is used to navigate the algorithm in large environments and is not prone to problems of existing navigation approaches. Furthermore, we developed a method to detect significant environment changes to allow a more efficient replanning. At last, we extend the path planner to be used in the U-Shift concept vehicle. It can switch to another system model and rotate around the center of its rear axis. The results show that the proposed methods generate nearly identical paths compared to the standard Hybrid A* while drastically reducing the execution time. Furthermore, we show that the extended path planning algorithm enables the efficient use of the maneuvering capabilities of the concept vehicle to plan concise paths in narrow environments.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google