[論文レビュー] Robust Real-time UAV Replanning Using Guided Gradient-based Optimization and Topological Paths

Boyu Zhou, Fei Gao+2 more|arXiv (Cornell University)|Dec 29, 2019

Robotic Path Planning Algorithms参考文献 23被引用数 5

ひとこと要約

本稿では、勾配ベースの軌道最適化（GTO）における局所最適解の問題を克服するため、パスガイドド最適化（PGO）とトポロジカルパス探索を組み合わせた、耐障害性がありリアルタイム対応のUAV軌道再計画手法を提案する。トポロジカルに異なるパスを生成し、それらを用いて並列でGTO最適化をガイドすることで、複雑な環境において100％の再計画成功率を達成し、優れた軌道の滑らかさとニアリアルタイム性能を実現した。

ABSTRACT

Gradient-based trajectory optimization (GTO) has gained wide popularity for quadrotor trajectory replanning. However, it suffers from local minima, which is not only fatal to safety but also unfavorable for smooth navigation. In this paper, we propose a replanning method based on GTO addressing this issue systematically. A path-guided optimization (PGO) approach is devised to tackle infeasible local minima, which improves the replanning success rate significantly. A topological path searching algorithm is developed to capture a collection of distinct useful paths in 3-D environments, each of which then guides an independent trajectory optimization. It activates a more comprehensive exploration of the solution space and output superior replanned trajectories. Benchmark evaluation shows that our method outplays state-of-the-art methods regarding replanning success rate and optimality. Challenging experiments of aggressive autonomous flight are presented to demonstrate the robustness of our method. We will release our implementation as an open-source package.

研究の動機と目的

• UAVにおける勾配ベースの軌道最適化（GTO）における局所最適解の問題に起因する再計画失敗や劣悪な軌道を解決すること。
• 未知の障害物を含む動的で複雑な3次元環境において、リアルタイムのUAV再計画の成功確率と最適性を向上させること。
• 制限されたセンシング範囲や急激な飛行状態下でも、信頼性の高い軌道回復を保証することで、高速で頑健な自律飛行を実現すること。
• 初期軌道の局所近傍を超えて解空間を体系的に探索することで、早期収束を回避すること。
• オンラインでリアルタイムの再計画を実現する埋め込みプラットフォームに対応するため、計算効率と解の品質のバランスを取ること。

提案手法

• 幾何的パスを用いてGTOをガイドするパスガイドド最適化（PGO）フレームワークを提案し、非実行可能な局所最適解への収束を防ぐ。
• 3次元環境の構造的レイアウトを捉えるために、トポロジカルに異なるパスを抽出する効率的なサンプリングベースのトポロジカルパス探索アルゴリズムを開発する。
• 複数のトポロジカルパスを用いて並列でGTO最適化を開始し、解空間の包括的探索を可能にする。
• 2段階最適化戦略を統合：初期パスの最適化の後、勾配降下法を用いて滑らかさと安全性を最適化する。
• 1回の最適化処理の計算時間を10ms以内、トポロジカルパスの構築処理を5–7ms以内に制限し、標準CPU上でのリアルタイム実現性を確保する。
• 再計画中にリアルタイムで衝突検出を実行するため、エuclidean距離場（ESDF）を用いたボリュメトリックな占有地図を活用する。

実験結果

リサーチクエスチョン

• RQ1 複雑な3次元環境に未知の障害物が存在する状況下で、勾配ベースの軌道最適化はどのようにして局所最適解に対して耐性を持たせられるか？
• RQ2 3次元空間における実行可能なナビゲーション経路を的確に表現する、多様なトポロジカルに異なるパスを効率的に生成する方法は何か？
• RQ3 複数のトポロジカルパスでガイドされた並列最適化は、単一パスGTOと比較して、再計画成功率と軌道品質を顕著に向上させられるか？
• RQ4 本手法は、最先端の手法を上回る成功確率と滑らかさを実現しつつ、リアルタイム性能をどの程度維持できるか？
• RQ5 制限されたセンシング範囲と突然の障害物出現下でも、本手法は急激な飛行状態下でどの程度の性能を示すか？

主な発見

• 提案手法は、低密度・中密度・高密度の障害物を有するすべてのベンチマーク環境で100％の再計画成功率を達成し、EwokやTRRを上回った。
• 軌道の滑らかさの観点では、低密度環境で5.4357 m²/s⁵、高密度環境で7.7038 m²/s⁵という最小コストを達成し、EwokやTRRと比べて顕著に優れた性能を示した。
• 総合計算時間にわずかな増加（平均15.75ms）が見られたが、GTO処理を10ms、トポロジカルパス探索を5–7msに制限することで、リアルタイム実現性を維持した。
• 複雑な屋内・屋外シーンにおける急激な障害物出現を伴う自律飛行実験では、本手法が安全で滑らかな軌道をリアルタイムに生成する頑健性を示した。
• 競合手法が15msの時間枠を厳守する中でも、本手法は成功確率と滑らかさの両面で常に最先端の手法を上回った。
• トポロジカルパス探索とPGOの統合により、速度を犠牲にすることなく解空間のより効果的な探索が可能となり、高品質な軌道が得られた。