[論文レビュー] SMUG Planner: A Safe Multi-Goal Planner for Mobile Robots in Challenging Environments

Changan Chen, Jonas Frey+2 more|arXiv (Cornell University)|Jun 8, 2023

Robotic Path Planning Algorithms被引用数 1

ひとこと要約

本稿では、反復的動的計画法およびラクティブラムPRM*にインフォームドサンプリングを組み合わせた安全で効率的なマルチゴールパスプランナ―であるSMUG Plannerを提示する。この手法は、一般化旅行セールスマン問題（GTSP）を解き、衝突のない経路を生成する。階層的走破性に基づく有効性チェックにより、計画時間を30%短縮し、粗い地形において12個以上のターゲットを数秒でリアルタイムで自律走行可能である。実験ではANYmal四足歩行ロボットで検証された。

ABSTRACT

Robotic exploration or monitoring missions require mobile robots to autonomously and safely navigate between multiple target locations in potentially challenging environments. Currently, this type of multi-goal mission often relies on humans designing a set of actions for the robot to follow in the form of a path or waypoints. In this work, we consider the multi-goal problem of visiting a set of pre-defined targets, each of which could be visited from multiple potential locations. To increase autonomy in these missions, we propose a safe multi-goal (SMUG) planner that generates an optimal motion path to visit those targets. To increase safety and efficiency, we propose a hierarchical state validity checking scheme, which leverages robot-specific traversability learned in simulation. We use LazyPRM* with an informed sampler to accelerate collision-free path generation. Our iterative dynamic programming algorithm enables the planner to generate a path visiting more than ten targets within seconds. Moreover, the proposed hierarchical state validity checking scheme reduces the planning time by 30% compared to pure volumetric collision checking and increases safety by avoiding high-risk regions. We deploy the SMUG planner on the quadruped robot ANYmal and show its capability to guide the robot in multi-goal missions fully autonomously on rough terrain.

研究の動機と目的

• 複雑な環境におけるモバイルロボットの自律的で安全かつ効率的なマルチゴールパス計画の欠如に応えること。
• 複数の潜在的ポーズ（PoIs）からなる複数のターゲットを訪問するための高速かつグローバル最適な経路生成を可能にすること。
• 純粋なボリュメトリック衝突検査に代えてロボット固有の走破性推定スキームを導入することで、計算コストを低減し、安全性を向上させること。
• 通信不能な粗い地形において、実世界の脚立型ロボットにグローバルプランナをデプロイし、完全に自律的なマルチゴールミッションを実現すること。

提案手法

• プランナは二段階のアプローチを採用する。まず、TSPソルバを用いて最適な訪問順序を計算し、次に反復的動的計画法（IDP）を用いて各ターゲットごとの最適なPoIを選択する。
• ロボットのポーズ間で衝突のない経路を効率的に生成するために、インフォームドサンプリングを用いたラクティブラムPRM*を採用し、経路計算を顕著に高速化する。
• シミュレーションで学習されたロボット固有の走破性マップを統合した階層的状態有効性チェックスキームを採用し、経路計画の前段階で高リスクまたは走破不能領域をフィルタリングする。
• 実行中に再計画が可能であり、モバイルロボットに搭載可能で、通信不能環境での運用を可能にする。
• SE(3)ウェイポイントを前方移動を促進するように後処理のヒューリスティックを適用し、脚立型ロボットの歩行効率を向上させる。
• 本手法は、粗いくぼみのある地形に6つのターゲットと12個のPoIを有するシミュレーション環境および実世界のANYmal四足歩行ロボットで評価された。

実験結果

リサーチクエスチョン

• RQ1 複雑で現実的な環境において、モバイルロボットのための安全かつ効率的な衝突のない経路を生成するグローバルマルチゴールプランナを設計可能か？
• RQ2 複数の候補ポーズを有するターゲットを含むマルチゴールミッションにおいて、安全性と最適性を維持しつつ、計画効率をどのように向上できるか？
• RQ3 標準的なボリュメトリック衝突検査と比較して、ロボット固有の走破性推定を組み込むことで、計画時間の短縮と安全性の向上はどの程度達成できるか？
• RQ4 このようなプランナは、脚立型ロボットに実世界でデプロイ可能であり、通信不能な粗い地形において完全に自律的なマルチゴールミッションを実現できるか？

主な発見

• SMUGプランナは、8秒間で12のターゲットを安全に訪問するグローバル最適な経路を生成し、単純なアプローチに比べ8.9倍の高速化を達成しながら最適性を損なわない。
• 階層的走破性に基づく有効性チェックにより、純粋なボリュメトリック衝突検査と比較して計画時間全体を30%短縮し、高リスク領域を回避する。
• 模擬月面地形における48ターゲットミッションでは、IDPベースのプランナが標準的動的計画法に比べ60–80%の計画時間短縮を達成し、経路コストは同等の水準を維持した。
• プランナはANYmal四足歩行ロボットを粗い砂利被覆地帯で6つのターゲットを訪問する自律走行を4分14秒で実現し、パス追従誤差による1回の軽微な衝突を除いて成功した。
• 本手法は、グローバルプランナを用いたGTSPの衝突のない経路計画を実世界のモバイルロボットにデプロイした初の事例であり、自律探査や産業点検の実現可能性を示した。
• ロボット固有の走破性マップとインフォームドサンプリングの使用により、複雑な環境における安全性と計算効率の両方が顕著に向上した。