Model Predictive Path Integral Docking of Fully Actuated Surface Vessel

要約

自律ドッキングは依然として海洋ロボット工学において最も困難な操縦の 1 つであり、限られた空間での正確な制御と堅牢な認識が必要です。
この論文では、水上船舶の自律ドッキングのためのリアルタイムの LiDAR ベースのドック検出と Model Predictive Path Integral (MPPI) 制御を統合する新しいアプローチを紹介します。
私たちのフレームワークは、確率論的な軌道の最適化と、ドッキング精度、安全制約、動作効率を同時に考慮する多目的コスト関数を独自に組み合わせています。
MPPI コントローラーは、制御シーケンスをインテリジェントにサンプリングし、動的クリアランス要件、方向調整、目標位置目標に基づいてコストを評価することにより、最適な軌道を生成します。
LiDAR 点群を処理して重要な幾何学的特徴を抽出する適応型ドック検出パイプラインを導入し、ドッキング パラメーターのリアルタイム更新を可能にします。
提案された方法は、現実的なセンサー ノイズ、船舶ダイナミクス、および環境制約を組み込んだ物理ベースのシミュレーション環境で広範囲に検証されています。
結果は、安全なクリアランスとスムーズな動作特性を維持しながら、さまざまな初期位置からドッキングが成功したことを示しています。

要約(オリジナル)

Autonomous docking remains one of the most challenging maneuvers in marine robotics, requiring precise control and robust perception in confined spaces. This paper presents a novel approach integrating Model Predictive Path Integral(MPPI) control with real-time LiDAR-based dock detection for autonomous surface vessel docking. Our framework uniquely combines probabilistic trajectory optimization with a multiobjective cost function that simultaneously considers docking precision, safety constraints, and motion efficiency. The MPPI controller generates optimal trajectories by intelligently sampling control sequences and evaluating their costs based on dynamic clearance requirements, orientation alignment, and target position objectives. We introduce an adaptive dock detection pipeline that processes LiDAR point clouds to extract critical geometric features, enabling real-time updates of docking parameters. The proposed method is extensively validated in a physics-based simulation environment that incorporates realistic sensor noise, vessel dynamics, and environmental constraints. Results demonstrate successful docking from various initial positions while maintaining safe clearances and smooth motion characteristics.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google