[論文レビュー] A Receding Horizon Multi-Objective Planner for Autonomous Surface Vehicles in Urban Waterways

Tixiao Shan, Wei Wang+3 more|arXiv (Cornell University)|Jul 16, 2020

Robotic Path Planning Algorithms参考文献 29被引用数 4

ひとこと要約

本論文では、都市部の水路を走行する自律型水上ビークル（ASV）のための再帰的ホライズン多目的プランナを提案する。レキシコグラフィック最適化を用いて、衝突リスク、進行方向の一貫性、経路長といったナビゲーション目標を階層的に優先順位付けし、センシングされた障害物に基づく動的更新グラフ内で最適化を実行する。本手法により、最小限のチューニングでリアルタイムかつ安全な経路計画が可能となり、シミュレーションおよび実環境実験（移動障害物を含む1/4スケールのRoboatを用いて）で検証された。

ABSTRACT

We propose a novel receding horizon planner for an autonomous surface vehicle (ASV) performing path planning in urban waterways. Feasible paths are found by repeatedly generating and searching a graph reflecting the obstacles observed in the sensor field-of-view. We also propose a novel method for multi-objective motion planning over the graph by leveraging the paradigm of lexicographic optimization and applying it to graph search within our receding horizon planner. The competing resources of interest are penalized hierarchically during the search. Higher-ranked resources cause a robot to incur non-negative costs over the paths traveled, which are occasionally zero-valued. The framework is intended to capture problems in which a robot must manage resources such as risk of collision. This leaves freedom for tie-breaking with respect to lower-priority resources; at the bottom of the hierarchy is a strictly positive quantity consumed by the robot, such as distance traveled, energy expended or time elapsed. We conduct experiments in both simulated and real-world environments to validate the proposed planner and demonstrate its capability for enabling ASV navigation in complex environments.

研究の動機と目的

• 動的障害物を伴う複雑な都市部水路を走行する自律型水上ビークル（ASV）のリアルタイム経路計画フレームワークを開発すること。
• 衝突リスク、進行方向のずれ、経路長といった競合する目的を階層的に優先順位付けする、マルチオブジェクティブな運動計画の課題に対処すること。
• 反復的制約チューニングを必要としない再帰的ホライズンフレームワーク内でレキシコグラフィック最適化を活用することで、効率的かつパラメータフリーの計画を実現すること。
• 1/4スケールのRoboatプラットフォームを用いた移動障害物を含むシミュレーション環境および実環境実験を通じて、プランナの検証を行うこと。

提案手法

• プランナは再帰的ホライズンアプローチを採用し、視野内に存在するセンサで観測された障害物とグローバルな基準経路に基づいて動的にグラフを構築する。
• 障害物はVelodyne VLP-16ライダーで検出され、5メートル以内の距離測定値が障害物データとして扱われる。
• 改良されたライダーオドメトリーシステムにより、ASVの環境内でのリアルタイムローカライゼーションが可能となる。
• 複数のコスト基準を優先順位で並べたレキシコグラフィック最適化をサポートする、ダイクストラ法の変種が経路探索に用いられる。
• コストは階層的にペナルティが課される：高い優先順位の目的（例：リスク）が最初に最小化され、安全領域では0となる場合がある。低い優先順位の目的（例：距離）は、同点の場合はタイブレーカーとしてのみ使用される。
• フレームワークはコスト基準の数に比例して線形にスケーリングされ、リアルタイムデプロイメントに適した計算効率を確保する。

実験結果

リサーチクエスチョン

• RQ1 再帰的ホライズンプランナは、都市部水路の動的環境において、安全、進行方向の一貫性、経路長といった複数の対立する目的を効果的にバランスできるか？
• RQ2 反復的パrameterチューニングを必要とせずに、グラフベースの経路計画にレキシコグラフィック最適化を効率的に適用できるか？
• RQ3 目的の階層的優先順位付けは、障害物が多様な状況下で、単目的または重み付き和アプローチと比較して、どのように経路品質を向上させるか？
• RQ4 移動障害物や環境の動的変化が生じる状況下でも、プランナは安全で実行可能な経路をどの程度維持できるか？

主な発見

• プランナは、障害物が移動したり基準経路が遮断されたりしても、安全な経路を生成し、進行方向の一貫性を維持できた。
• 実環境実験では、2つの障害物に遮られるとロボットが停止し、経路が開放されると再び航行を再開するなど、動的環境に対する耐性を示した。
• 3つの基準（リスク、進行方向、距離）を用いた場合、リスクコストは32.7、進行方向のずれは56.4°、距離は8.1 mを記録し、レキシコグラフィック優先順位付けによる効果的なトレードオフが実現された。
• レキシコグラフィック探索手法により、最小限のチューニングで高品質な解が得られ、重みや制約の設定は不要で、目的の優先順位のみを定義すればよかった。
• 計算複雑度はコスト基準の数に比例して線形に増加し、組み込みシステム上でのリアルタイム性能を実現した。
• リスクを顕著に低減しつつ、進行方向と距離コストの増加は許容範囲内に抑えられたことから、単目的および2基準アプローチを上回る性能を示した。