HAS-RRT: RRT-based Motion Planning using Topological Guidance

要約

我々は、動作計画の問題を解決するために、ワークスペース スケルトンによってガイドされる階層型 RRT ベースの動作計画戦略である階層注釈付きスケルトン ガイド付き RRT (HAS-RRT) を提案します。
HAS-RRT は実行時間を最大 91% 削減し、競争力のあるコストのパスを見つけながら、競合他社よりも少なくとも 30% 小さいツリーを構築します。
これは、ロボットの有効な動作計画を効率的に見つけるために、私たちの戦略がワークスペース ガイダンスによって示されるパスに優先順位を付けるためです。
既存の方法は、ワークスペースのガイダンスに過度に依存しているか、狭い通路を見つけるのが困難です。
ワークスペース スケルトンが提供する前提を利用することで、HAS-RRT はより小さなツリーを構築し、競合他社よりも速くパスを見つけることができます。
さらに、HAS-RRT が提供されるワークスペース ガイダンスの品質に対して堅牢であること、およびワークスペース スケルトンが追加の洞察を提供しない最悪のシナリオでは、私たちの方法がガイドなしの方法と同等に機能することを示します。

要約(オリジナル)

We present a hierarchical RRT-based motion planning strategy, Hierarchical Annotated-Skeleton Guided RRT (HAS-RRT), guided by a workspace skeleton, to solve motion planning problems. HAS-RRT provides up to a 91% runtime reduction and builds a tree at least 30% smaller than competitors while still finding competitive-cost paths. This is because our strategy prioritizes paths indicated by the workspace guidance to efficiently find a valid motion plan for the robot. Existing methods either rely too heavily on workspace guidance or have difficulty finding narrow passages. By taking advantage of the assumptions that the workspace skeleton provides, HAS-RRT is able to build a smaller tree and find a path faster than its competitors. Additionally, we show that HAS-RRT is robust to the quality of workspace guidance provided and that, in a worst-case scenario where the workspace skeleton provides no additional insight, our method performs comparably to an unguided method.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google