[論文レビュー] Solving a Path Planning Problem in a Partially Known Environment using a Swarm Algorithm

Esh Vckay, Mansimar Aneja+1 more|arXiv (Cornell University)|May 9, 2017

Robotic Path Planning Algorithms参考文献 18被引用数 3

ひとこと要約

本稿では、シロアリの巣作り行動を模倣した生物模倣的スワームアルゴリズムを用いて、部分的に把握された屋外環境における自律走行車両のハイブリッドパスプランニング手法を提案する。この手法は、標高および土壌データを用いたランクベースの地形評価によるグローバルパスプランニングと、リアルタイムでのローカル障害物回避にベクトルフィールドヒステログラム（VFH）技術を組み合わせており、動的障害物を伴う複雑なシミュレートされた地形においても、頑健なナビゲーションを実現している。

ABSTRACT

This paper proposes a path planning strategy for an Autonomous Ground Vehicle (AGV) navigating in a partially known environment. Global path planning is performed by first using a spatial database of the region to be traversed containing selected attributes such as height data and soil information from a suitable spatial database. The database is processed using a biomimetic swarm algorithm that is inspired by the nest building strategies followed by termites. Local path planning is performed online utilizing information regarding contingencies that affect the safe navigation of the AGV from various sensors. The simulation discussed has been implemented on the open source Player-Stage-Gazebo platform.

研究の動機と目的

• 非ホロノミックロボットが部分的に把握された動的屋外地形において、パスプランニングの計算複雑性を低減すること。
• シロアリの行動を模倣した分散型スワームインテリジェンスを活用して、処理負荷を低減すること。
• 標高、土壌タイプなどのマルチソース環境データを統合し、グローバルパスプランニング用の統一された地形適合性指標を構築すること。
• センサデータとVFHアルゴリズムを用いて、リアルタイムでのローカル障害物回避を可能にすること。
• Player-Stage-Gazeboプラットフォームを用いたシミュレーション環境で、ハイブリッド手法の有効性を検証すること。

提案手法

• グローバルパスプランニングは、GRASS GISから得たデジタル標高モデル（DEM）および土壌情報が格納された空間データベースを用い、シロアリの巣作り行動を模倣した生物模倣的スワームアルゴリズムによって処理される。
• グリッドセルごとに、標高差と土壌タイプに基づき、土壌適合性（1〜5）と勾配適合性（1〜5）の合計としてランク値が計算され、地形の適合性が評価される。
• スワームアルゴリズムは、高いランク値を持つセルを好むエージェント間の相互作用をシミュレートすることで、スタート地点から目的地までの最適パスを形成するナビゲーション領域（ネスト）を特定する。
• 1/4セルのオフセットをもつ二重グリッドシステムにより、解像度が向上し、障害物表現の粗さに起因するパス非効率性が低減される。
• ローカルパスプランニングには、レーザセンサデータを処理して安全でリアルタイムのステアリング命令を生成するベクトルフィールドヒステログラム（VFH）技術が用いられる。
• 土壌組成はシミュレートされたデジタルコーンプローブで評価され、ローカルナビゲーション中により走破性の高い地形へ向かうようにロボットを誘導する。

実験結果

リサーチクエスチョン

• RQ1 地形属性を用いて部分的に把握された環境で、生物模倣的スワームアルゴリズムがグローバル最適パスを効果的に生成できるか。
• RQ2 標高と土壌データを統合した単一のランク指標を用いることで、パスプランニングのロバスト性がどの程度向上するか。
• RQ3 二重グリッドシステムが、粗い障害物表現に起因するパス非効率性をどの程度低減するか。
• RQ4 予期しない障害物が導入された場合、VFHアルゴリズムが安全なローカルナビゲーションを維持する効果的さはいかほどか。
• RQ5 リアルタイムでの土壌センシングは、変動する地形条件下でのローカルパスプランニングをどの程度向上できるか。

主な発見

• スワームアルゴリズムは、標高と土壌適合性を統合した高ランクセルを特定することで、グローバル最適パスを効果的に生成した。
• 1/4セルオフセットをもつ二重グリッドシステムにより、粗い障害物表現に起因するパス非効率性が低減され、ナビゲーション性が向上した。
• VFHアルゴリズムは、初期グリッドに存在しなかった新たな障害物（シミュレートされたコンテナ）を効果的に回避し、安全なローカルナビゲーションを維持した。
• シミュレートされたコーンプローブから得たリアルタイム土壌データの統合により、ロボットは砂利や砂地などより適合性の高い地形へ優先的にナビゲートすることができた。
• Intel Core 2 Duo搭載の2GB RAMのシステムでもシミュレーションが安定して実行され、限られた計算リソース下でも実現可能性が示された。
• Gazeboでの可視化結果は、初期グローバルパス（実線）と障害物回避に起因するローカルパスのずれ（点線）の明確な区別を示していた。