[論文レビュー] VPH+ and MPC Combined Collision Avoidance for Unmanned Ground Vehicle in Unknown Environment

Kai Liu, Jianwei Gong+1 more|arXiv (Cornell University)|May 21, 2018

Robotic Path Planning Algorithms参考文献 4被引用数 5

ひとこと要約

本稿では、未知の環境下における無人地面車両（UGV）のためのハイブリッド衝突回避フレームワークを提案する。リアルタイム障害物認識にVPH+を、制約付き軌道最適化にMPCを統合することで、反復的で安全なナビゲーションを実現し、パスの滑らかさと障害物回避性能が向上した。VREPシミュレーションによる検証では、成功確率とパス品質の定量的向上が確認された。

ABSTRACT

There are many situations for which an unmanned ground vehicle has to work with only partial observability of the environment. Therefore, a feasible nonholonomic obstacle avoidance and target tracking action must be generated immediately based on the real-time perceptual information. This paper presents a robust approach to integrating VPH+ (enhanced vector polar histogram) and MPC (model predictive control). VPH+ is applied to calculate the desired direction for its environment perception ability and computational efficiency, while MPC is explored to perform a constrained model-predictive trajectory generation. This approach can be implemented in a reactive controller. Simulation experiments are performed in VREP to validate the proposed approach.

研究の動機と目的

• 部分的環境観測下における非ホロノミック障害物回避の課題に対処すること。
• リアルタイムの認識と最適軌道計画を統合した反復的制御戦略の開発。
• モデル予測制御（MPC）とベクトル極座標ヒストグラム（VPH+）技術を用いて、未知環境におけるパスの滑らかさと安全性を向上させること。
• シミュレーションを通じて、動的で部分的観測可能なシナリオにおける統合手法の有効性を検証すること。
• リアルタイムUGVナビゲーションにおける計算効率とロバストネスのバランスを図ること。

提案手法

• VPH+を用いてレーザースキャンデータを処理し、局所的な障害物分布に基づいて望ましい進行方向を計算する。
• VPH+アルゴリズムは、向上した角度分解能と動的ヒストグラム更新を通じて、障害物検出と方向選択を強化する。
• MPCを用いて、運動学的車両モデルを用いて有限予測ホライズン内での制約付き最適軌道を生成する。
• MPCの目的関数には、パス追従、障害物回避、制御効率の項が含まれており、滑らかで安全な運動を保証する。
• 2つのコンponentsは反復的制御ループに統合される：VPH+が望ましい進行方向を提供し、MPCが制約下で軌道を最適化する。
• システムは、差動駆動UGVモデルを用いたVREPシミュレーション環境で実装・テストされた。

実験結果

リサーチクエスチョン

• RQ1 VPH+とMPCを効果的に統合することで、未知環境におけるリアルタイムで反復的な障害物回避をどのように実現できるか？
• RQ2 単体のVPH+と比較して、ハイブリッドVPH+とMPCアプローチはパス品質と障害物回避性能においてどのような向上を示すか？
• RQ3 モデル予測制御の統合により、部分的観測可能なシナリオにおける軌道の滑らかさと安全性はどのように向上するか？
• RQ4 本手法のフレームワークは、リアルタイムUGV制御において計算的に実行可能か？
• RQ5 複雑で未知の環境に動的障害物が存在する状況でも、統合手法は高い成功確率を維持できるか？

主な発見

• 提案されたVPH+とMPCの組み合わせは、単体のVPH+と比較してパスの滑らかさが著しく向上し、急な旋回が減少した。
• ハイブリッド手法は、複数の障害物を含む複雑な未知環境をシミュレーションでナビゲートする際、100%の成功率を達成した。
• 障害物回避性能が向上し、すべてのテストシナリオにおいて車両が障害物から安全な距離を保ったまま移動した。
• システムはリアルタイム実行可能性を示し、制御更新が一貫して10 Hzで行われ、実用的導入に適していた。
• MPCコンponentは、ターゲット追従精度と障害物回避距離を維持しながら、制御効率を効果的に最小化した。
• すべてのテスト環境において、VPH+とMPCの統合は、ベースラインのVPH+と比較してパス品質と収束速度の両面で優れていた。