[論文レビュー] Visibility-aware Trajectory Optimization with Application to Aerial Tracking

Qianhao Wang, Yuman Gao+3 more|arXiv (Cornell University)|Mar 11, 2021

Robotic Path Planning Algorithms被引用数 4

ひとこと要約

本論文は、観測距離、角度、遮蔽を考慮して、視認性を意識した微分可能関数に基づく、空中ロボット向けの軌道最適化手法を提案する。位置とヨー角を同時に最適化することで、ターゲットの視認性を最大化する。実世界のマルチローターによる追跡において、最先端のプランナーよりも著しく追跡のロバスト性と成功率が向上した。

ABSTRACT

The visibility of targets determines performance and even success rate of various applications, such as active slam, exploration, and target tracking. Therefore, it is crucial to take the visibility of targets into explicit account in trajectory planning. In this paper, we propose a general metric for target visibility, considering observation distance and angle as well as occlusion effect. We formulate this metric into a differentiable visibility cost function, with which spatial trajectory and yaw can be jointly optimized. Furthermore, this visibility-aware trajectory optimization handles dynamic feasibility of position and yaw simultaneously. To validate that our method is practical and generic, we integrate it into a customized quadrotor tracking system. The experimental results show that our visibility-aware planner performs more robustly and observes targets better. In order to benefit related researches, we release our code to the public.

研究の動機と目的

• 空中ロボット分野における包括的な視認性を意識した軌道計画の不足に取り組むこと、特に動的追跡中にターゲットの視認性を維持すること。
• 観測距離、角度、障害物による遮蔽の影響を明示的にモデル化する微分可能な視認性コスト関数を開発すること。
• 動的実現可能性および安全制約のもとで、空間的軌道とヨー角を同時に最適化すること。
• 本手法のロバスト性と汎用性を、実世界の空中追跡アプリケーションにおいて検証すること。
• 広範な採用と視認性を意識した計画分野におけるさらなる研究を支援するため、オープンソースコードを公開すること。

提案手法

• 観測距離、観測角度、障害物による遮蔽の3つの基準に基づき、視認性を定量化する微分可能な視認性コスト関数を設計する。
• 視認性コストを、位置とヨー角の軌道を同時に最適化する統合最適化フレームワークに統合する。
• 位置とヨー角の動的実現可能性制約を最適化に組み込み、計画された運動の物理的実現可能性を保証する。
• 初期パス生成のためのキネダイナミクス的遮蔽回避フロントエンドを備えたカスタマイズされたマルチローター追跡システムに本手法を統合する。
• 多項式ベースの軌道表現により、連続的かつ微分可能な最適化が可能となり、状態次元に応じて良好にスケーリングされる。
• 変動するターゲット運動および障害物条件のもとで、シミュレーションおよび実世界の実験を用いてプランナを評価する。

実験結果

リサーチクエスチョン

• RQ1 視認性を距離、角度、遮蔽の要因を考慮した連続的かつ微分可能な関数として、どのように軌道計画にモデル化できるか？
• RQ2 位置とヨー角を同時に最適化することで、逐次的または分離的計画に比べ、ターゲット追跡のロバスト性が向上するか？
• RQ3 動的で障害物が多様な環境下において、視認性を意識した軌道最適化は、追跡成功率にどのように影響を与えるか？
• RQ4 実世界の空中追跡シナリオにおいて、本手法は最先端のプランナーよりもどの程度優れているか？
• RQ5 本手法は、予測不能なターゲット運動やランダムな障害物配置を含む多様な追跡シナリオに一般化可能か？

主な発見

• ランダムに配置された障害物を含む一般的なテストにおいて、ターゲット速度が0.5 m/sのとき、本手法は100秒の故障時間を達成したのに対し、Fast-Trackerは39.1秒で故障した。これは、本手法の優れたロバスト性を示している。
• ターゲット速度が1.5 m/sのとき、本手法は依然として100秒の故障時間を維持したが、Fast-Trackerは66.25秒で故障した。
• ターゲット速度が2.5 m/sのとき、本手法の故障時間は85.7秒であった。これに対してFast-Trackerは11.0秒で故障した。これは本手法の顕著な優位性を示している。
• 本手法の追跡角度誤差は、すべてのテストで視野（FOV）境界内に保たれたが、Fast-Trackerは大きな角度誤差により頻繁にターゲットを失った。
• ヒートマップ分析により、本手法が常にターゲットを視野の中心部に保っていることが確認され、観測品質が向上した。一方、Fast-Trackerは一貫した視認性を維持できなかった。
• 実世界の実験から、視認性を意識した計画が、特に急旋回時における遮蔽を防止し、連続的なターゲット追跡を可能にすることが示された。