An Incremental Sampling and Segmentation-Based Approach for Motion Planning Infeasibility

要約

運動学的運動計画における計画の実行不可能性を検出するための、シンプルで実装が簡単なアルゴリズムを紹介します。
私たちの方法には、ロボットの構成空間を離散空間に近似することが含まれており、各自由度は有限の値セットを持ちます。
障害物領域は、自由構成空間を異なる接続領域に分割します。
開始構成と終了構成の間にパスが存在するには、それらが自由空間の同じ接続領域に存在する必要があります。
したがって、計画の実行不可能性を確認するには、スタートとゴールを分離する障害物領域から適切な点をサンプリングするだけで済みます。
したがって、離散化空間からサンプリングし、障害物領域を表すビットマップ セルを更新することにより、構成空間を段階的に構築します。
次に、この部分的に構築された構成空間を分割して、その内部のさまざまな接続コンポーネントを特定し、開始セルと目標セルの接続性を評価します。
この方法論を、最大 5 自由度 (DOF) を持つ構成空間を使用した 5 つの異なるシナリオで説明します。

要約(オリジナル)

We present a simple and easy-to-implement algorithm to detect plan infeasibility in kinematic motion planning. Our method involves approximating the robot’s configuration space to a discrete space, where each degree of freedom has a finite set of values. The obstacle region separates the free configuration space into different connected regions. For a path to exist between the start and goal configurations, they must lie in the same connected region of the free space. Thus, to ascertain plan infeasibility, we merely need to sample adequate points from the obstacle region that isolate start and goal. Accordingly, we progressively construct the configuration space by sampling from the discretized space and updating the bitmap cells representing obstacle regions. Subsequently, we partition this partially built configuration space to identify different connected components within it and assess the connectivity of the start and goal cells. We illustrate this methodology on five different scenarios with configuration spaces having up to 5 degree-of-freedom (DOF).

arxiv情報

提供元, 利用サービス

arxiv.jp, Google