[論文レビュー] Sampling Strategies for Path Planning under Kinematic Constraints

Josep M. Porta, Léonard Jaillet|arXiv (Cornell University)|Jul 9, 2014

Robotic Path Planning Algorithms参考文献 27被引用数 3

ひとこと要約

本論文は、運動制約付き系における狭い通過領域問題に対処するため、kdツリーに基づくサンプリング、動的ドメインAtlasRRT、ハイブリッド手法の3つの新しいサンプリングバイアス戦略を提案する。従来の確率的プランナは、暗黙的かつ非パラメトリックな構成空間のため、この問題で失敗する。動的ドメインAtlasRRT戦略は、衝突フィードバックに基づいてサンプリング半径を適応的に調整することで、最も優れた性能を発揮し、衝突検出テスト回数と実行時間を著しく削減するとともに、SchunkハンドやBarrettアームといった困難なベンチマークでの成功確率を向上させる。

ABSTRACT

A well-known weakness of the probabilistic path planners is the so-called narrow passage problem, where a region with a relatively low probability of being sampled must be explored to find a solution path. Many strategies have been proposed to alleviate this problem, most of them based on biasing the sampling distribution. When kinematic constraints appear in the problem, the configuration space typically becomes a non-parametrizable, implicit manifold. Unfortunately, this invalidates most of the existing sampling bias approaches, which rely on an explicit parametrization of the space to explore. In this paper, we propose and evaluate three novel strategies to bias the sampling under the presence of narrow passages in kinematically-constrained systems.

研究の動機と目的

• 運動制約付き系における狭い通過領域問題に対処すること。この問題では、標準の確率的プランナは、暗黙的かつ非パラメトリックな構成空間のため失敗する。
• 運動制約のため構成空間のサンプリングが複雑になる状況でも有効なサンプリングバイアス戦略を開発すること。
• 成功確率の向上、衝突検出テスト回数の削減、実行時間の短縮を実現する新しい戦略を、ごみが多く制約の厳しい環境で評価すること。
• 今後のプランナへの統合を促進するため、オープンソース実装を提供すること。

提案手法

• アテンダント空間を分割し、リーフノードにおけるrバウンディング矩形内でのみサンプリングを行うkdツリーに基づくサンプリング戦略を提案。これにより、リジェクションサンプリングが排除される。
• 動的ドメインAtlasRRTを導入。各RRTノードのサンプリング半径ρsを衝突フィードバックに基づいて適応的に調整し、障害物周辺に集中してサンプリングする。
• RRT拡張中に衝突検出を実行し、アテンダント空間における動的ドメインを定義することで、構成空間の明示的パラメータ化なしに効率的なサンプリングを可能にする。
• kdツリー戦略と動的ドメイン戦略の長所を組み合わせたハイブリッド手法を採用。探索と精錬のバランスを取る。
• 既存のRRT構造と衝突検出を活用し、構成多様体のメトリクスを明示的に定義することなく、サンプリングバイアスを誘導する。
• アテンダント空間で動作させ、内在的距離の近似を用いることで、AtlasRRTフレームワークを運動制約に対応させる。

実験結果

リサーチクエスチョン

• RQ1 暗黙的かつ非パラメトリックな構成空間を持つ運動制約付き系において、サンプリングバイアス戦略を効果的に適応可能か？
• RQ2 狭い通過領域シナリオにおいて、異なるサンプリングバイアス戦略の成功確率、実行時間、衝突検出効率の比較は？
• RQ3 障害物隣接領域に集中してサンプリングすることで、動的ドメイン適応が性能を向上させられるか？探索性を損なわないか？
• RQ4 運動制約下でのRRTサンプリングバイアスにおいて、サンプリング効率と実装の複雑さのトレードオフは？
• RQ5 リジェクションフリーのサンプリング戦略（例：kdツリーに基づくサンプリング）は、制約の厳しい環境で標準的手法を上回る性能を発揮できるか？

主な発見

• 動的ドメインAtlasRRT戦略が最も高い成功確率と最短の実行時間を達成。BarrettアームとPR2ベンチマークの100回すべての実行を解決し、Schunkハンドでは52%の実行を解決。
• kdツリーに基づくサンプリング戦略はリジェクションサンプリングを排除し、すべてのベンチマーク問題を解決。Schunkハンドにおいては成功確率の面で動的ドメイン戦略を上回った。
• 動的ドメインアプローチは、BarrettアームにおいてベースラインのAtlasRRTと比較して、衝突検出テスト回数を最大75%まで削減（37,000回 vs. 100,000回）。
• 障害物に近いノードではρsを低くすることで、ランダムサンプルのリジェクション率を低下させ、サンプリング効率を向上。
• 固定ρsのAtlasRRTはSchunkハンドで48%の成功率にとどまったが、アダプティブな動的ドメインバージョンでは100%の成功率を達成。これにより、アダプティブなサンプリング半径調整の価値が示された。
• kdツリーと動的ドメイン手法を組み合わせたハイブリッド戦略は優れた性能を示し、リジェクションフリーのサンプリングとアダプティブな精錬を効果的に統合できることが示された。