[論文レビュー] A-star path planning simulation for UAS Traffic Management (UTM) application

Carlos Augusto Pötter Neto, Gustavo de Carvalho Bertoli+1 more|arXiv (Cornell University)|Jul 27, 2021

Robotic Path Planning Algorithms参考文献 35被引用数 4

ひとこと要約

本論文は、2次元および3次元のA*経路計画（マンハッタン距離およびユーグリッド距離のヒューリスティクスを用いて）を実装するROS/GazeboベースのUAS交通管理（UTM）シミュレーションプラットフォームを提示する。マンハッタン距離を用いることで、ユーグリッド距離と比較して実行時間を最大17.2倍短縮でき、マップリダクションにより平均実行時間を84.5倍短縮でき、都市部UTMアプリケーションにおける性能向上が顕著に示された。

ABSTRACT

This paper presents a Robot Operating System and Gazebo application to calculate and simulate an optimal route for a drone in an urban environment by developing new ROS packages and executing them along with open-source tools. Firstly, the current regulations about UAS are presented to guide the building of the simulated environment, and multiple path planning algorithms are reviewed to guide the search method selection. After selecting the A-star algorithm, both the 2D and 3D versions of them were implemented in this paper, with both Manhattan and Euclidean distances heuristics. The performance of these algorithms was evaluated considering the distance to be covered by the drone and the execution time of the route planning method, aiming to support algorithm's choice based on the environment in which it will be applied. The algorithm execution time was 3.2 and 17.2 higher when using the Euclidean distance for the 2D and 3D A-star algorithm, respectively. Along with the performance analysis of the algorithm, this paper is also the first step for building a complete UAS Traffic Management (UTM) system simulation using ROS and Gazebo.

研究の動機と目的

• オープンソースのロボットツールを用いて、スケーラブルでシミュレーションベースのUAS交通管理（UTM）プラットフォームを開発すること。
• 異なるヒューリスティクス関数（マンハッタン距離対ユーグリッド距離）における2次元および3次元A*経路計画アルゴリズムの性能を評価すること。
• マップ表現の解像度がA*の実行時間およびルート最適性に与える影響を分析すること。
• 複数ドローンの運用および規制適合をサポートする包括的で拡張可能なUTMシミュレーションシステムの基盤を構築すること。
• 将来の動的制約、スケジューリング、および高度な経路計画アルゴリズムとの統合を支援すること。

提案手法

• シミュレーテッド都市環境は、占有マップから生成され、経路計画用のグリッドベースのノード表現に分解された。
• 2種類のA*アルゴリズムを実装した：1つは離散的な高度での2次元経路計画用、もう1つは完全な3次元ルート計算用。
• A*探索プロセスにおけるコストからゴールまでの推定に、マンハッタン距離およびユーグリッド距離をヒューリスティクス関数として用いた。
• ナビゲーションおよびシミュレーション用のカスタムROSパッケージを用いて、ROSベースのフレームワークに経路計画システムを統合した。
• 計算負荷を軽減するために、5×5ノードを1つのスーパーノードにグループ化することでマップリダクションを適用した。
• 実行時間とルート長を、元のマップおよびリダクション済みマップの両方で複数のスタート・ゴールペアに対して測定することで、性能を評価した。

実験結果

リサーチクエスチョン

• RQ1 都市部のUASにおいて、2次元および3次元経路計画のA*アルゴリズムにおいて、ヒューリスティクスの選択（マンハッタン距離対ユーグリッド距離）が実行時間およびルート品質に与える影響は何か？
• RQ2 マップ解像度がA*経路計画の実行時間およびルート最適性に与える性能への影響は何か？
• RQ3 リダクション済みマップ表現を用いることで、大規模な都市部UTMシミュレーションにおけるA*のスケーラビリティはどのように向上するか？
• RQ4 A*アルゴリズムは、リアルタイムのドローンナビゲーションを実現するROS/GazeboベースのUTMシミュレーションプラットフォームに効果的に統合可能か？
• RQ5 UTMアプリケーションにおけるA*経路計画において、ルート最適性と計算効率のトレードオフは何か？

主な発見

• 2次元A*アルゴリズムでは、マンハッタンヒューリスティクスを用いることでユーグリッドヒューリスティクスと比較して3.2倍高速に実行された。3次元バージョンでは17.2倍の性能向上が得られた。
• リダクション済みマップ表現を用いることで、元の200×200グリッドと比較して平均実行時間を84.5倍短縮できたが、ルート長は平均7.5%増加した。
• 元のマップを用いた場合、平均して8%短いルート長が得られたが、マップリダクションによる性能向上は、わずかな最適性の損失をはるかに上回っていた。
• 統計的分析（ウィルコクソン符号順位検定）により、ヒューリスティクス関数およびマップ表現間での実行時間に顕著な差が確認され、p値は0.001未満であった。
• マンハッタンヒューリスティクスを用いた3次元A*アルゴリズムが、速度とルート品質のバランスが最も良く、リアルタイムUTMシミュレーションに最も適していた。
• シミュレーションプラットフォームは、A*経路計画をROS/GazeboベースのUTMフレームワークに統合する可能性を効果的に示した。これにより、複数ドローンおよび動的制約の拡張の基盤が構築された。