Swept Volume-Aware Trajectory Planning and MPC Tracking for Multi-Axle Swerve-Drive AMRs

要約

多軸自律移動ロボット (AMR) は、物流におけるロボット工学の未来に革命を起こそうとしています。
次世代ソリューションのバックボーンとして、これらのロボットは、正確な制御を維持しながら旋回中の掃引量を管理および最小限に抑えるという重要な課題に直面しています。
標準的な車両用に設計された従来のシステムは、多軸構成の複雑なダイナミクスに苦戦することが多く、限られたスペースでの非効率性と安全リスクの増加につながります。
当社の革新的なフレームワークは、スイープ ボリュームの最小化と、独立した車輪操舵のための符号付き距離フィールド (SDF) 経路計画およびモデル予測制御 (MPC) を組み合わせることにより、これらの制限を克服します。
このアプローチは、掃引容積を意識して経路を計画するだけでなく、それをリアルタイムで積極的に最小化し、車両が占有するスペースを大幅に削減しながら、各車軸が正確な軌道をたどることを可能にします。
私たちの方法は、将来の状態を予測し、各車輪の回転半径を調整することにより、最も制限された環境であっても操縦性と安全性の両方を向上させます。
以前の作品とは異なり、私たちのソリューションは基本的な経路計算と追跡を超え、最小限の掃引量と効率的な個別の車軸制御によるリアルタイム経路最適化を提供します。
私たちの知る限り、これはこれらの課題に取り組む初の包括的なアプローチであり、多軸 AMR の制御、効率、安全性において人命を救う改善をもたらします。
さらに、私たちはコラボレーションを促進し、他の人がより安全でより効率的な自律システムを進歩できるようにするために、私たちの仕事をオープンソース化します。

要約(オリジナル)

Multi-axle autonomous mobile robots (AMRs) are set to revolutionize the future of robotics in logistics. As the backbone of next-generation solutions, these robots face a critical challenge: managing and minimizing the swept volume during turns while maintaining precise control. Traditional systems designed for standard vehicles often struggle with the complex dynamics of multi-axle configurations, leading to inefficiency and increased safety risk in confined spaces. Our innovative framework overcomes these limitations by combining swept volume minimization with Signed Distance Field (SDF) path planning and model predictive control (MPC) for independent wheel steering. This approach not only plans paths with an awareness of the swept volume but actively minimizes it in real-time, allowing each axle to follow a precise trajectory while significantly reducing the space the vehicle occupies. By predicting future states and adjusting the turning radius of each wheel, our method enhances both maneuverability and safety, even in the most constrained environments. Unlike previous works, our solution goes beyond basic path calculation and tracking, offering real-time path optimization with minimal swept volume and efficient individual axle control. To our knowledge, this is the first comprehensive approach to tackle these challenges, delivering life-saving improvements in control, efficiency, and safety for multi-axle AMRs. Furthermore, we will open-source our work to foster collaboration and enable others to advance safer, more efficient autonomous systems.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google