[論文レビュー] Non-Holonomic RRT & MPC: Path and Trajectory Planning for an Autonomous Cycle Rickshaw.

Damir Bojadzic, J Kunze+3 more|arXiv (Cornell University)|Mar 10, 2021

Robotic Path Planning Algorithms参考文献 17被引用数 5

ひとこと要約

本論文では、非ホロノミックなRRTを改良したものを用いたグローバルパスプランニングと、MPCに基づくローカルプランナを組み合わせた階層的モーションプランニングフレームワークを、自律走行三輪サイクルリクシャウに適用する。この手法により、動的障害物回避を伴うリアルタイムな共有都市環境内でのナビゲーションが可能となり、パス計算は0.2秒、ローカルプランニングは5 Hzで実現した。シミュレーションおよび実環境テストの両方で、最高速度1 m/sの条件下で検証された。

ABSTRACT

This paper presents a novel hierarchical motion planning approach based on Rapidly-Exploring Random Trees (RRT) for global planning and Model Predictive Control (MPC) for local planning. The approach targets a three-wheeled cycle rickshaw (trishaw) used for autonomous urban transportation in shared spaces. Due to the nature of the vehicle, the algorithms had to be adapted in order to adhere to non-holonomic kinematic constraints using the Kinematic Single-Track Model. The vehicle is designed to offer transportation for people and goods in shared environments such as roads, sidewalks, bicycle lanes but also open spaces that are often occupied by other traffic participants. Therefore, the algorithm presented in this paper needs to anticipate and avoid dynamic obstacles, such as pedestrians or bicycles, but also be fast enough in order to work in real-time so that it can adapt to changes in the environment. Our approach uses an RRT variant for global planning that has been modified for single-track kinematics and improved by exploiting dead-end nodes. This allows us to compute global paths in unstructured environments very fast. In a second step, our MPC-based local planner makes use of the global path to compute the vehicle's trajectory while incorporating dynamic obstacles such as pedestrians and other road users. Our approach has shown to work both in simulation as well as first real-life tests and can be easily extended for more sophisticated behaviors.

研究の動機と目的

• 歩道や公園など、構造のない共有都市環境におけるマイクロモビリティ車両の自律ナビゲーションの課題に取り組む。
• 三輪リクシャウの非ホロノミック運動学的制約を適切に扱えない従来のプランナの限界を克服する。
• 歩行者や他の移動障害物が存在する環境において、リアルタイムで安全かつ動的トラジェクトリ計画を実現する。
• グローバルパスプランニングとローカルトラジェクトリ最適化を統合した階層的計画アーキテクチャを構築し、高い性能を実現する。
• 将来的な高度な行動統合（動的障害物予測など）を想定した拡張性を備えたシステムを開発する。

提案手法

• 三輪リクシャウの運動学的単一トレッドモデルに適合するように、Rapidly-Exploring Random Tree (RRT) アルゴリズムを変更し、非ホロノミック制約を組み込む。
• 構造のない環境におけるグローバルパス計算の高速化を目的に、RRTの変種としてデッドエンドノードのプルーニングを導入する。
• グローバルパスに従いながら動的障害物を避けるローカルトラジェクトリプランニングに、モデル予測制御(MPC)フレームワークを採用する。
• GoogleのCeres Solverを用いてMPC最適化問題を定式化し、障害物への接近度とグローバルパスからの逸脱度をペナルティ関数として設定する。
• リアルタイム実行とモularityを実現するため、ROSおよびKubernetesベースのシステムアーキテクチャにプランナを統合する。
• 2次元LiDARデータを用いてリアルタイムで障害物検出を行い、衝突回避のための即時のアクション（減速・旋回など）を実行する。

実験結果

リサーチクエスチョン

• RQ1 構造のない都市環境において、非ホロノミックなRRTの変種を効果的に三輪サイクルリクシャウのグローバルパス生成に適応できるか？
• RQ2 MPCに基づくローカルプランニングは、歩行者などの動的障害物を避ける際にも、安全かつリアルタイムでトラジェクトリ追従を維持できるか？
• RQ3 階層的RRT-MPCアーキテクチャは、実環境の共有空間において、計算効率と障害物回避性能の両面でどの程度の性能を示すか？
• RQ4 現在のシステムにおける主な障害モードは何か。障害物のインflated処理と予測の改善によって、それらをどのように緩和できるか？
• RQ5 本フレームワークは、混雑した状況下での動的障害物予測や再プランニングをサポートするため、どの程度拡張可能か？

主な発見

• 改良された非ホロノミックRRTは、150メートルのグローバルパスをわずか0.2秒で計算し、高い計算効率を示した。
• MPCローカルプランナは5 Hzの周波数で動作し、最大12秒の計画ホライズンを有することで、動的障害物へのリアルタイム対応が可能となった。
• 実環境テストでは、最高速度1 m/sでゴール領域に到達し、壁や静的障害物から安全な距離を保った。
• 2D LiDARを用いた動的障害物回避は効果的であり、歩行者が突然現れた場合にも即座に減速・旋回動作が実行された。
• 車両が走行可能領域の縁に近づくとプランナが頻繁に凍結する事象が発生したため、障害物のインフレート処理とパス回復メカニズムの改善が求められる。
• 混雑した歩行者環境では障害物追跡の不一致が原因で再プランニングが頻発したため、運動予測の向上と滑らかな制御遷移の実現が今後の課題である。