[論文レビュー] Dynamic Path Planning and Replanning for Mobile Robots using RRT*

Devin Connell, Hung Manh La|arXiv (Cornell University)|Apr 15, 2017

Robotic Path Planning Algorithms参考文献 6被引用数 8

ひとこと要約

本論文は、予測不能でランダムに動く障害物をリアルタイムで処理するため、モバイルロボットの動的再計画手法をRRT*を用いて提案している。既存のRRT*木を段階的に修正することで、新たに検出された障害物を避ける一方で、最適経路の品質を維持するアプローチにより、再計画のオーバーヘッドを最小限に抑え、複数の障害物に遭遇するシミュレーションにおいて実証された成功事例を示している。

ABSTRACT

It is necessary for a mobile robot to be able to efficiently plan a path from its starting, or current, location to a desired goal location. This is a trivial task when the environment is static. However, the operational environment of the robot is rarely static, and it often has many moving obstacles. The robot may encounter one, or many, of these unknown and unpredictable moving obstacles. The robot will need to decide how to proceed when one of these obstacles is obstructing it's path. A method of dynamic replanning using RRT* is presented. The robot will modify it's current plan when an unknown random moving obstacle obstructs the path. Various experimental results show the effectiveness of the proposed method.

研究の動機と目的

• 事前に計算された経路を遮る予測不能な移動障害物が存在する環境における動的経路計画の課題に対処すること。
• リアルタイムでの障害物変化に適応しつつ、経路の最適性を維持するRRT*の再計画メカニズムを強化すること。
• 再計画時の計算コストを抑えるために、既存の木構造を再利用し、再起点から再構築するのではなく、部分的に更新すること。
• 複数のランダムに動く障害物が存在する複雑な2次元環境における、本手法の有効性を評価すること。
• 将来的な高次元空間およびマルチロボットシステムへの拡張の基盤を築くこと。

提案手法

• 本手法は、静的環境における初期の最適経路をRRT*を用いて生成し、ロボットの構成空間内に木構造として表現する。
• 経路実行中に移動障害物が検出されると、再計画イベントが発火し、ロボットは障害物を回避するための新しいゴール位置を選択する。
• アルゴリズムは、障害物が占拠する領域内のノードを無効化するが、削除は行わず、木構造を保持して将来的な再利用を可能にする。
• RRT*の再計画プロセスには、コスト最小化基準を用いてランダムサンプルの新しい親を選択し、近隣ノードを再接続して経路コストを改善するプロセスが含まれる。
• 本手法は、RRT*の漸近的最適性を活用し、新しい経路が最適ではないが、反復ごとに段階的に改善されることを保証する。
• アルゴリズムは、動的障害物が占拠する領域を一時的障害物として扱い、領域が空き始めるとノードを再有効化できるように、木を動的に更新する。

実験結果

リサーチクエスチョン

• RQ1 未知のランダムに動く障害物に対して、RRT*を効果的に動的再計画に適応できるか。
• RQ2 動的条件下で、標準的なRRTと比較して、提案手法のRRT*-ベース再計画法は、経路品質と計算効率の点でどのように優れているか。
• RQ3 再計画時に、既存のRRT*木をどの程度再利用できるか。計算コストの低減にどの程度寄与するか。
• RQ4 複数の移動障害物が存在し、ロボットが経路実行中に異なる地点でそれらに遭遇する状況下で、本手法はどの程度の性能を示すか。
• RQ5 初期の木サイズ（例：2000ノード対5000ノード）が再計画の成功度と経路の最適性に与える影響は何か。

主な発見

• RRT*-ベースの再計画手法は、テストされたすべてのシミュレーションで移動障害物を回避した。3体までのランダムに動く障害物が存在するケースでも成功した。
• 初期のRRT*実行では、合計103.96単位の経路長が達成され、再計画中も経路品質が維持された。
• 2000ノードの木を用いたシミュレーションでは、2つの障害物に遭遇した後、ロボットが効果的に再計画し、修正された木が明確に障害物領域を避けるように変更された。
• 5000ノードの木と高い障害物密度の条件下では、ロボットは3度の障害物に遭遇し、再計画を実行した。これにより、複雑性が増した状況下でも高い耐性を示した。
• 木構造において、自由空間と障害物空間の区別が明確に保たれ、無効化されたノードは将来的な再利用を考慮して保持された。
• ロボットが最終的に進んだ経路（マゼンタ色で示す）は、障害物回避後に元の最適経路を再び正常に再開した。これにより、本手法の有効性が確認された。