DTAA: A Detect, Track and Avoid Architecture for navigation in spaces with Multiple Velocity Objects

要約

人間とロボットが共存する環境では、積極的な衝突回避対策が不可欠です。
さらに、高品質の脚式ロボットの職場への導入は、ロボットが共有スペースや人間との共存において実行できるようにするための、堅牢で完全自律型の安全ソリューションの重要な役割を浮き彫りにしました。
この記事では、安全性と全体的なミッション パフォーマンスを向上させるための革新的な検出追跡回避アーキテクチャ (DTAA) を初めて確立します。
提案された新しいアーキテクチャには、YOLOv8 を使用したオブジェクト検出、Ultralytics の組み込みオブジェクト追跡の利用、およびカルマン フィルターによる追跡オブジェクトの状態推定を統合する利点があります。
さらに、新しいヒューリスティック クラスタリングを採用して、近接して配置された同様の速度を持つ複数のオブジェクトの積極的な回避を促進し、非線形モデル予測コントローラー (NMPC) がナビゲートするための危険な空間のセットを作成します。
NMPC は、現在の位置だけでなく、予測される将来の位置も考慮して、最も危険な不安全空間を特定します。
続編では、NMPC は、特定されたすべての障害物まで安全な距離を維持しながら、D$^{*}_{+}$ によって計画された経路に沿ってロボットを目的地に向かって誘導するための操作を計算します。
新しく提案された DTAA フレームワークの有効性は、Boston Dynamics Spot ロボットをフィーチャーした実生活実験によって検証されており、動的な地下、都市部の屋内、および屋外の環境において人間からの安全な距離を一貫して維持するロボットの能力を実証しています。

要約(オリジナル)

Proactive collision avoidance measures are imperative in environments where humans and robots coexist. Moreover, the introduction of high quality legged robots into workplaces highlighted the crucial role of a robust, fully autonomous safety solution for robots to be viable in shared spaces or in co-existence with humans. This article establishes for the first time ever an innovative Detect-Track-and-Avoid Architecture (DTAA) to enhance safety and overall mission performance. The proposed novel architectyre has the merit ot integrating object detection using YOLOv8, utilizing Ultralytics embedded object tracking, and state estimation of tracked objects through Kalman filters. Moreover, a novel heuristic clustering is employed to facilitate active avoidance of multiple closely positioned objects with similar velocities, creating sets of unsafe spaces for the Nonlinear Model Predictive Controller (NMPC) to navigate around. The NMPC identifies the most hazardous unsafe space, considering not only their current positions but also their predicted future locations. In the sequel, the NMPC calculates maneuvers to guide the robot along a path planned by D$^{*}_{+}$ towards its intended destination, while maintaining a safe distance to all identified obstacles. The efficacy of the novelly suggested DTAA framework is being validated by Real-life experiments featuring a Boston Dynamics Spot robot that demonstrates the robot’s capability to consistently maintain a safe distance from humans in dynamic subterranean, urban indoor, and outdoor environments.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google