[論文レビュー] Decentralized Probabilistic Multi-Robot Collision Avoidance Using Buffered Uncertainty-Aware Voronoi Cells

Hai Zhu, Bruno Brito+1 more|arXiv (Cornell University)|Jan 11, 2022

Distributed Control Multi-Agent Systems被引用数 4

ひとこと要約

この論文は、位置決めおよびセンシングの不確実性がある状況下において、分散型で通信不要な確率的衝突回避手法を、マルチロボットシステムに提案する。本手法は、ガウス分布による不確実性モデルを用いて衝突確率に確率的制約を課す、バッファ付き不確実性認識型ボロノイ領域（B-UAVC）を導入し、シングルインテグレータ、ダブルインテグレータ、ドリフトドライブ、非線形ロボットの各タイプについて、シミュレーションおよび実世界の実験（地上車両およびクアッドローターを含む）で安全なナビゲーションを実現する。

ABSTRACT

In this paper, we present a decentralized and communication-free collision avoidance approach for multi-robot systems that accounts for both robot localization and sensing uncertainties. The approach relies on the computation of an uncertainty-aware safe region for each robot to navigate among other robots and static obstacles in the environment, under the assumption of Gaussian-distributed uncertainty. In particular, at each time step, we construct a chance-constrained buffered uncertainty-aware Voronoi cell (B-UAVC) for each robot given a specified collision probability threshold. Probabilistic collision avoidance is achieved by constraining the motion of each robot to be within its corresponding B-UAVC, i.e. the collision probability between the robots and obstacles remains below the specified threshold. The proposed approach is decentralized, communication-free, scalable with the number of robots and robust to robots' localization and sensing uncertainties. We applied the approach to single-integrator, double-integrator, differential-drive robots, and robots with general nonlinear dynamics. Extensive simulations and experiments with a team of ground vehicles, quadrotors, and heterogeneous robot teams are performed to analyze and validate the proposed approach.

研究の動機と目的

• センサのノイズや推定誤差によるロボット位置および障害物位置の不確実性が生じる複雑な環境下でも、安全なマルチロボットナビゲーションを実現する課題に対処すること。
• ロボット間の共有状態や軌道情報が不要な、分散型で通信不要なアプローチを構築し、確率的衝突回避を保証すること。
• ガウス分布による不確実性下で、不確実性を考慮したバッファ付きボロノイ領域（BVC）フレームワークを拡張し、確率的制約付きバッファ付き不確実性認識型ボロノイ領域（B-UAVC）を形式化すること。
• シングルインテグレータ、ダブルインテグレータ、ドリフトドライブ、一般非線形システムを含む多様なロボット動力学に対して、スケーラビリティとロバストネスを確保すること。
• 地上車両およびクアッドローターを含む異種ロボットチームを用いた、広範なシミュレーションおよび実世界実験を通じて、手法の有効性を検証すること。

提案手法

• 指定された衝突確率しきい値とガウス分布による位置決めおよびセンシングの不確実性を前提に、各時刻における各ロボットの確率的制約付きバッファ付き不確実性認識型ボロノイ領域（B-UAVC）を構築する。
• B-UAVCを、不確実なロボットおよび障害物位置からの最小距離を最大化する最適な分離超平面を計算するミニマックス最適化問題として定式化する。
• 得られた最適化問題を、不確実性共分散行列のバランスをとるスカラー係数 $ t $ と行列逆行列の組み合わせを用いて反復的に数値的に解く。
• 各ロボットの運動をB-UAVC内に制限することで、他のロボットや障害物との衝突確率がユーザーが定めたしきい値以下に保たれることを保証する。
• シングルインテグレータ、ダブルインテグレータ、ドリフトドライブ、クアッドローターの各モデルに対して、1ステップおよびリceding-horizonコントローラーと統合する。
• ヒューリスティックなデッドロック回復戦略を実装：1ステップコントローラーでは、進行が止まった場合にB-UAVC内のエッジに沿って移動する。リceding-horizonプランナでは、一時的にゴールを90°回転させることで局所的最小値からの脱出を可能にする。

実験結果

リサーチクエスチョン

• RQ1 通信を要しない分散型マルチロボット衝突回避を、位置決めおよびセンシングの不確実性に対してどのように強靭化できるか？
• RQ2 ガウス分布による不確実性下でも、バッファ付きボロノイ領域（BVC）フレームワークを確率的状況に拡張可能か？ また、分散性およびスケーラビリティを維持できるか？
• RQ3 不確実性認識型安全領域（B-UAVC）が、多様なロボット動力学におけるマルチロボットシステムの安全性および性能に与える影響は何か？
• RQ4 本手法は、シミュレーションおよび実世界実験の両方で、現実的な不確実性レベル下でも衝突防止にどの程度効果的か？
• RQ5 ヒューリスティックなデッドロック回復戦略は、複雑な環境下での進行停止や局所的最小値に陥ったロボットの回復に有効か？

主な発見

• 提案されたB-UAVC手法は、顕著な位置決めおよびセンシングの不確実性下でも、ユーザーが定めたしきい値以下の衝突確率を維持することで、確率的衝突回避を保証する。
• 本手法は完全に分散型かつ通信不要であり、隣接ロボットの位置とその不確実性共分散行列のローカル知識のみを必要とする。
• 地上車両10台およびクアッドローター6台を用いた広範なシミュレーションおよび実世界実験により、シングルインテグレータ、ダブルインテグレータ、ドリフトドライブ、非線形クアッドローターの各モデルを含む多様な動力学において、強靭な性能を示した。
• 不確実な障害物位置を有する複雑な環境下でも、本手法はシミュレーションおよびハードウェア実験の両方で衝突を効果的に防止した。
• ヒューリスティックなデッドロック回復機構は、進行停止や局所的最小値からの回復に効果的に機能し、一時的なゴール回転によって閉じ込められた状態からの脱出を可能にした。
• パロット・ベボップ2クアッドローターの実飛行データからのシステム同定により、正確な動力学パラメータが得られ、本手法のリアルなシミュレーションおよび検証が可能になった。