[論文レビュー] Safe and Resilient Multi-vehicle Trajectory Planning Under Adversarial Intruder

Somil Bansal, Mo Chen+1 more|arXiv (Cornell University)|Nov 5, 2017

Robotic Path Planning Algorithms被引用数 4

ひとこと要約

本稿では、システム規模にかかわらず、ユーザーが事前に定義した固定数の車両に限って再計画を行うことで、敵対的侵入者に対する安全を保証する、マルチビークルシステム向けのレジリientな逐次軌道計画（STP）フレームワークを提案する。この手法は、ハミルトニアン・ジャコビ（HJ）到達可能性を用いて最悪ケースのバッファ領域を計算し、保証された安全性を維持しながら線形スケーラビリティを実現する。

ABSTRACT

Provably safe and scalable multi-vehicle trajectory planning is an important and urgent problem. Hamilton-Jacobi (HJ) reachability is an ideal tool for analyzing such safety-critical systems and has been successfully applied to several small-scale problems. However, a direct application of HJ reachability to multi-vehicle trajectory planning is often intractable due to the "curse of dimensionality." To overcome this problem, the sequential trajectory planning (STP) method, which assigns strict priorities to vehicles, was proposed, STP allows multi-vehicle trajectory planning to be done with a linearly-scaling computation complexity. However, if a vehicle not in the set of STP vehicles enters the system, or even worse, if this vehicle is an adversarial intruder, the previous formulation requires the entire system to perform replanning, an intractable task for large-scale systems. In this paper, we make STP more practical by providing a new algorithm where replanning is only needed only for a fixed number of vehicles, irrespective of the total number of STP vehicles. Moreover, this number is a design parameter, which can be chosen based on the computational resources available during run time. We demonstrate this algorithm in a representative simulation of an urban airspace environment.

研究の動機と目的

• 都市空域に数千台のUAVが存在する状況において、保証された安全でスケーラブルな軌道計画の実現という、極めて重要なニーズに対応する。
• 敵対的侵入者がシステムに侵入した場合に、従来のSTPでは全システムの再計画が発生するという限界を克服する。
• 最悪の侵入者行動と制限された摂動に対しても、すべての車両の安全と目的到達を保証する。
• 全車両数に依存しない再計画メカニズムを設計し、大規模な展開を可能にする。
• 再計画を必要とする車両数を調整可能な、計算的に管理可能なしきい値に制限することで、リアルタイム運用を可能にする。

提案手法

• ハミルトニアン・ジャコビ（HJ）到達可能性を適用し、最悪の侵入者ダイナミクスと摂動を考慮した到達回避集合およびバッファ領域を計算する。
• 各STP車両の周囲に相対的バッファ領域を定義し、侵入者が回避行動を引き起こす可能性がある最大車両数を定量化する。
• 再計画が必要な最大車両数を表す設計パrameter $\bar{k}$ を導入する。この値は全車両数とは独立している。
• STP車両にはノーマル制御方針 $u^{\text{PP}}(\cdot)$ を使用するが、バッファ計算の際には侵入者と摂動が最悪の行動を取ると仮定する。
• 到達可能性解析を用いて安全マージンを確保し、敵対的条件下でも車両同士が互いの危険領域外に保たれるようにする。
• GPUアクセcelerated CUDAを活用した並列処理により、$\bar{k} = 3$ の場合に計画および再計画時間を約15分から30秒未塔に短縮する。

実験結果

リサーチクエスチョン

• RQ1 敵対的侵入者に対して全システムの再計画を引き起こさずに、逐次軌道計画をどのようにしてレジリエントにできるか？
• RQ2 最悪の仮定のもとで、敵対的侵入者が最大何台の車両を回避行動に追い込めるか？
• RQ3 再計画が必要な車両数を、全システムサイズとは独立して制限できるか？
• RQ4 最悪ケース到達可能性解析は、軌道計画におけるシステム密度と保守性にどのように影響を与えるか？
• RQ5 敵対的条件下でのリアルタイム再計画の計算的妥当性はいかがなものか？

主な発見

• 提案されたアルゴリズムにより、侵入者検出時に再計画が必要な車両数は $\bar{k}$ に限定され、$\bar{k}$ はユーザーが定義するパrameterであり、全車両数とは無関係であることが保証される。
• サンフランシスコでの50台シミュレーションにおいて、侵入者は理論的上限 $\bar{k} = 3$ に従い、最大2台の車両（$Q_1$ と $Q_2$）を回避行動に追い込めた。
• CPU上では1台あたりの計画および再計画に約15分を要したが、GPU並列処理によるCUDA実装により、1台あたり9秒未塔に短縮された。
• $\bar{k} = 3$ の場合、全車両の合計再計画時間は30秒未塔であり、リアルタイム運用の可能性を示した。
• 最悪ケースの仮定による保守性が見られるが、特にバッファ領域計算において、ノーマル車両の挙動に関するより良い知識があれば、これを軽減できる可能性がある。
• 本手法は、敵対的侵入者行動と制限された摂動の下でも、すべてのSTP車両に対して保証された安全性と目的到達を維持する。