[論文レビュー] Multi-Objective Path Planning of an Autonomous Mobile Robot in Static and Dynamic Environments using a Hybrid PSO-MFB Optimisation Algorithm.

Ibraheem Kasim Ibraheem, Fatin Hassan Ajeil|arXiv (Cornell University)|May 1, 2018

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

ひとこと要約

本稿では、静的および動的環境における多目的パスプランニングのためのハイブリッドPSO-MFB最適化アルゴリズムを提案する。この手法は、実時間での適応を可能にするため、妥当性のための局所探索と障害物検出／回避を統合している。複雑なシナリオにおいて、短く滑らかで衝突のないパスを達成し、従来のグリッドベースの手法を上回る性能を発揮する。

ABSTRACT

The main aim of this paper is to solve a path planning problem for an autonomous mobile robot in static and dynamic environments by determining the collision-free path that satisfies the chosen criteria for shortest distance and path smoothness. The algorithm mimics the real world by adding the actual size of the mobile robot to that of the obstacles and formulating the problem as a moving point in the free-space. The proposed path planning algorithm consists of three modules: in the first module, the path planning algorithm forms an optimised path by conducting a hybridized Particle Swarm Optimization-Modified Frequency Bat (PSO-MFB) algorithm that minimises distance and follows path smoothness criteria; in the second module, any infeasible points generated by the proposed PSO-MFB Algorithm are detected by a novel Local Search (LS) algorithm and integrated with the PSO-MFB algorithm to be converted into feasible solutions; the third module features obstacle detection and avoidance (ODA), which is triggered when the mobile robot detects obstacles within its sensing region, allowing it to avoid collision with obstacles. Simulations have been carried out that indicated that this method generates a feasible path even in complex dynamic environments and thus overcomes the shortcomings of conventional approaches such as grid methods. Comparisons with previous examples in the literature are also included in the results.

研究の動機と目的

• 障害物が存在する複雑な静的および動的環境におけるパスプランニングの課題に対処すること。
• パスの長さを最小限に抑えつつ、ロボットの運動効率を向上させるためにパスの滑らかさを確保すること。
• 高い計算コストと低い適応性に悩まされる従来のグリッドベース手法の限界を克服すること。
• 変化する環境に応じて動的に反応するリアルタイム障害物回避メカニズムを開発すること。
• PSO-MFBに局所探索を統合し、不適切な解を是正することで、実用的なパスの妥当性を保証すること。

提案手法

• 障害物およびロボットの寸法を拡大することで、パスプランニング問題を自由空間内を移動する点として再定式化する。
• 粒子群最適化と修正周波数バットアルゴリズムを用いて、パスの長さと滑らかさを最適化するハイブリッドPSO-MFBアルゴリズムを採用する。
• PSO-MFBが生成する不適切な解を検出し、是正するための新規な局所探索（LS）アルゴリズムを提案する。これにより、パスの妥当性が保証される。
• 障害物がロボットのセンシング範囲に入ると、障害物検出および回避（ODA）が起動され、リアルタイムでの衝突回避が可能になる。
• PSO-MFB最適化、LS補正、ODAの3つのモジュールが、動的環境において順次的かつ適応的に連携して動作する。
• 性能と頑健性を評価するために、複雑な環境におけるシミュレーションを通じてアルゴリズムを検証する。

実験結果

リサーチクエスチョン

• RQ1 ハイブリッドPSO-MFBアルゴリズムは、静的および動的環境において、パス長を効果的に短縮し、パスの滑らかさを確保できるか？
• RQ2 局所探索アルゴリズムの統合は、PSO-MFBが生成する解の妥当性をどの程度向上させるか？
• RQ3 提案されたODAメカニズムは、パス実行中にリアルタイムで障害物を回避できるか？
• RQ4 本手法は、パス品質および計算効率の観点から、従来のグリッドベースのパスプランニング手法を上回ることができるか？
• RQ5 移動障害物を伴う複雑で動的な環境において、ハイブリッド手法の頑健性はいかがなものか？

主な発見

• 提案されたPSO-MFBアルゴリズムは、従来手法と比較して、静的および動的環境の両方において、より短く滑らかなパスを生成し、パス品質を向上させた。
• 局所探索アルゴリズムの統合により、不適切な解が適切な解に効果的に是正され、解の信頼性が向上した。
• ODAメカニズムにより、動的障害物にリアルタイムで適応でき、パス実行中における衝突のないナビゲーションが実現された。
• シミュレーションにより、複数の障害物を含む複雑な環境でも、本手法が妥当性と効率性を維持していることが示された。
• 比較結果から、パス長および滑らかさの観点で、既存のグリッドベースおよびメタヒューリスティック手法を上回る優れた性能を発揮した。