[論文レビュー] Path Planning in Dynamic Environments with Adaptive Dimensionality

Anirudh Vemula, Katharina Mülling+1 more|ArXiv.org|May 22, 2016

Robotic Path Planning Algorithms被引用数 6

ひとこと要約

本稿では、動的環境における経路計画のための適応的次元削減手法を提案する。この手法は、衝突のおそれのある領域から離れた領域では3次元状態空間（x, y, heading）で計画し、動的障害物のリスクがある領域でのみ時間次元を活性化することで、計算コストを低減する。この方法は、完全性と部分最適性の上限を保証しながら、4次元ヒューリスティックベースのA*と比較して顕著な高速化を達成しており、特にヒューリスティクスが誤解を招く複雑な状況で顕著である。

ABSTRACT

Path planning in the presence of dynamic obstacles is a challenging problem due to the added time dimension in search space. In approaches that ignore the time dimension and treat dynamic obstacles as static, frequent re-planning is unavoidable as the obstacles move, and their solutions are generally sub-optimal and can be incomplete. To achieve both optimality and completeness, it is necessary to consider the time dimension during planning. The notion of adaptive dimensionality has been successfully used in high-dimensional motion planning such as manipulation of robot arms, but has not been used in the context of path planning in dynamic environments. In this paper, we apply the idea of adaptive dimensionality to speed up path planning in dynamic environments for a robot with no assumptions on its dynamic model. Specifically, our approach considers the time dimension only in those regions of the environment where a potential collision may occur, and plans in a low-dimensional state-space elsewhere. We show that our approach is complete and is guaranteed to find a solution, if one exists, within a cost sub-optimality bound. We experimentally validate our method on the problem of 3D vehicle navigation (x, y, heading) in dynamic environments. Our results show that the presented approach achieves substantial speedups in planning time over 4D heuristic-based A*, especially when the resulting plan deviates significantly from the one suggested by the heuristic.

研究の動機と目的

• 動的障害物を伴う環境における4次元経路計画（x, y, heading, time）の高い計算コストに対処すること。
• 特定のロボット運動モデルを仮定せずに、完全性と部分最適性の保証を維持する手法を開発すること。
• 衝突リスクに応じて、低次元（3次元）と高次元（4次元）の状態空間を動的に切り替えることで、計画を高速化すること。
• ヒューリスティクスが誤解を招く場合や環境が非常に動的である場合に、フル次元のヒューリスティックベースのA*を上回る計画速度を達成すること。

提案手法

• アルゴリズムはハイブリッド状態空間を用いる：動的障害物から離れた領域では、時間は関係ないため3次元（x, y, heading）で計画を行う。
• 動的障害物との衝突の可能性がある領域では、時間次元が活性化され、状態空間が4次元に拡張される。
• 計画者はヒューリスティクスを用いた探索（例：A*）を実行し、障害物への距離と予測された軌道に応じて次元を動的に調整する。
• 解が存在する場合に必ず解が見つかるように保証することで完全性を確保し、コストの上限付き部分最適性の余地を保証する。
• ヒューリスティクスが高コストまたは遮断された経路に導く場合には、反復的に代替経路を探索する。
• 現在の実装では反復ごとに探索情報を再利用しているが、実際には各反復で新たに開始している。

実験結果

リサーチクエスチョン

• RQ1 適応的次元削減は、完全性や部分最適性の保証を損なわず、動的環境における計画時間を短縮できるか？
• RQ2 ヒューリスティクスが誤解を招く状況では、提案手法とフル4次元ヒューリスティックベースのA*の性能はどのように比較されるか？
• RQ3 どのような動的環境で、適応的次元削減手法が最大の高速化をもたらすか？
• RQ4 障害物密度が高く、軌道の変化が頻繁な環境では、この手法はどのように対処するか？
• RQ5 ヒューリスティクスが不正確である場合、または最適経路がヒューリスティクス経路から著しく逸脱する場合でも、この手法は性能を維持できるか？

主な発見

• 提案手法は、動的障害物を伴う3次元非ホロノミック車両のナビゲーションタスクにおいて、4次元ヒューリスティックベースのA*と比較して顕著な高速化を達成した（最大数倍の高速化）。
• 挑戦的な状況（例：ε = 1.1）では、47–46例のうち解が得られた一方、ベースラインは4–2例にとどまり、優れたロバスト性を示した。
• ヒューリスティクスが誤解を招く、または経路の大幅なずれを要する状況では、提案手法は計画時間と経路コストの両面でベースラインを上回った。
• 単純なケース（例：ε = 2）では、ヒューリスティクスが正確であったため、ベースラインと同等またはわずかに優れた性能を示した。これは、本手法の利点が特に複雑で直感的でない環境で顕著であることを確認した。
• 閉ざされた通路を伴う屋内環境では、ベースラインが遮害されたヒューリスティクス経路を追うために時間を無駄にした一方、本手法は代替経路をより効率的に発見した。
• ヒューリスティクス経路から著しく逸脱した場合でも、理論的な部分最適性の上限内に解の品質を維持した。