Topology-Driven Parallel Trajectory Optimization in Dynamic Environments

要約

複雑で動的な環境を航行する地上ロボットは、障害物を安全かつ効率的に回避するために、衝突のない軌道を計算する必要がある。非凸最適化は、リアルタイムで軌道を計算するための一般的な手法である。しかし、これらの手法は局所最適解に収束することが多く、異なる局所極小値の間で頻繁に切り替わるため、非効率で安全でないロボットの動きにつながる。本研究では、ロボットの挙動と効率を向上させるために、複数の異なる回避軌道を計画する、動的環境に対する新しいトポロジー駆動軌道最適化戦略を提案する。グローバルプランナーは、異なるホモトピークラスの軌道を反復的に生成する。これらの軌道は、並行して動作するローカルプランナによって最適化される。各プランナーは同じ航行目標を共有するが、特定のホモトピークラスに局所的に制約されるため、各ローカルプランナーは異なる回避操作を試みることになる。ロボットはその後、後退する地平線の方法で、最小コストで実行可能な軌道を実行する。我々は、歩行者の間をナビゲートする移動ロボットを用いて、我々のアプローチが既存のプランナーよりも高速で安全な軌道を導くことを実証する。

要約(オリジナル)

Ground robots navigating in complex, dynamic environments must compute collision-free trajectories to avoid obstacles safely and efficiently. Nonconvex optimization is a popular method to compute a trajectory in real-time. However, these methods often converge to locally optimal solutions and frequently switch between different local minima, leading to inefficient and unsafe robot motion. In this work, We propose a novel topology-driven trajectory optimization strategy for dynamic environments that plans multiple distinct evasive trajectories to enhance the robot’s behavior and efficiency. A global planner iteratively generates trajectories in distinct homotopy classes. These trajectories are then optimized by local planners working in parallel. While each planner shares the same navigation objectives, they are locally constrained to a specific homotopy class, meaning each local planner attempts a different evasive maneuver. The robot then executes the feasible trajectory with the lowest cost in a receding horizon manner. We demonstrate, on a mobile robot navigating among pedestrians, that our approach leads to faster and safer trajectories than existing planners.

arxiv情報

提供元, 利用サービス

arxiv.jp, DeepL