[논문 리뷰] A Convex Optimization Approach to Smooth Trajectories for Motion Planning with Car-Like Robots

Zhijie Zhu, Edward Schmerling외 1명|arXiv (Cornell University)|2015. 06. 02.

Robotic Path Planning Algorithms참고 문헌 21인용 수 26

한 줄 요약

이 논문은 자동차 유형 로봇를 위한 빠르고 실시간 경로 스무딩 방법인 Convex Elastic Smoothing (CES) 알고리즘을 제안한다. 이 알고리즘은 볼록 최적화 기반의 형태 최적화와 속도 최적화를 번갈아가며 적용한다. 충돌 방지 튜브 내에서 경로를 탄성 띠로 모델링하고, 두 단계 모두 볼록 프로그래밍을 통해 해결함으로써, 800ms 이내에 부드럽고 역학적으로 가능성이 있는 경로를 도출한다. 이는 자율 주행 응용 분야에서 경로 품질과 실현 가능성을 크게 향상시킨다.

ABSTRACT

In the recent past, several sampling-based algorithms have been proposed to compute trajectories that are collision-free and dynamically-feasible. However, the outputs of such algorithms are notoriously jagged. In this paper, by focusing on robots with car-like dynamics, we present a fast and simple heuristic algorithm, named Convex Elastic Smoothing (CES) algorithm, for trajectory smoothing and speed optimization. The CES algorithm is inspired by earlier work on elastic band planning and iteratively performs shape and speed optimization. The key feature of the algorithm is that both optimization problems can be solved via convex programming, making CES particularly fast. A range of numerical experiments show that the CES algorithm returns high-quality solutions in a matter of a few hundreds of milliseconds and hence appears amenable to a real-time implementation.

연구 동기 및 목표

• 샘플링 기반 운동 계획기에서 생성되는 날카롭고 역학적으로 불가능한 경로 문제를 해결하기 위해.
• 회전 반경과 마찰 등의 제약 조건을 충족하면서도, 동역학적으로 가능성이 있는 제약 조건을 만족하는 빠르고 실시간 경로 스무딩 알고리즘을 개발하기 위해.
• 형태 최적화와 속도 재매개변수화를 볼록 최적화를 통해 하나의 효율적인 프레임워크로 통합하기 위해.
• 계산 시간을 1초 이내로 유지함으로써 자율 주행 차량에 실용적으로 구현 가능하게 하기 위해.
• 충돌 회피를 유지하면서도 총 곡률을 최소화하고 속도 최적화를 가능하게 하여 경로 품질을 향상시키기 위해.

제안 방법

• CES 알고리즘은 탄성 형태 최적화와 속도 최적화를 번갈아 수행하는 이중 단계 반복 프로세스를 사용하며, 두 단계 모두 볼록 최적화 문제로 공식화된다.
• 형태 최적화는 초기 경로 주변에 '튜브'를 정의하고, 곡률이 높을수록 페널티를 주는 부드러움 비용 함수를 최소화하여 수행된다.
• 속도 최적화는 제한된 가속도와 회전 반경 등의 동역학적 제약 조건을 충족하면서 속도를 최대화하기 위해 볼록 프로그래밍을 사용한다.
• 알고리즘은 미분 평탄성(differential flatness)을 활용하여 자전거 모델 경로를 현실적인 차량 역학을 반영한 반차 모델로 매핑한다.
• 버블 생성 기법은 초기 경로 주변에 충돌 방지 튜브를 생성하여 스무딩된 경로가 장애물을 피할 수 있도록 보장한다.
• 이 방법은 탄성 띠 계획 기반의 아이디어를 영감으로 삼지만, 비볼록 최적화를 볼록 공식화로 대체함으로써 빠른 수렴을 가능하게 한다.

실험 결과

연구 질문

• RQ1 볼록 최적화 기반 접근 방식이 자동차 유형 로봇를 대상으로 동역학적 제약 조건을 충족하면서도 실시간 경로 스무딩을 달성할 수 있는가?
• RQ2 경로 길이와 부드러움 측면에서 CES의 성능이 클로토이드 또는 Bézier 스퍼린 기반 전통적 단순화 방법과 비교해 어떻게 되는가?
• RQ3 복잡하고 장애물이 많은 환경에서 CES 알고리즘의 계산 효율성은 어떠한가?
• RQ4 샘플링 기반 계획기에서 유도된 정확도가 떨어지거나 동역학적으로 불가능한 초기 경로에 대해 CES는 얼마나 견고한가?
• RQ5 역학적 가능성을 유지하면서도 경로 전반에 걸쳐 속도 최적화를 효과적으로 수행할 수 있는가?

주요 결과

• CES 알고리즘은 복잡한 돌무더기 토양 환경에서 총 계산 시간 798ms 이내로 고품질의 동역학적으로 가능성이 있는 경로를 계산한다.
• 무스 테스트 시나리오에서 CES는 클로토이드 기반 솔루션보다 0.17% 더 긴 경로를 생성하여 높은 정확도와 부드러움을 입증했다.
• 원래의 날카로운 경로에 비해 경로 길이와 주행 시간을 크게 단축시켜 하위 제어기의 추적 가능성을 향상시켰다.
• 속도 최적화는 31ms, 두 번의 반복에 대해 형태 최적화는 203ms가 소요되어 강력한 계산 효율성을 보였다.
• 초기 경로 모델에 대해 매우 견고하여, 단순한 유니클로이드 모델로 생성된 기준 경로라도 잘 작동함을 입증했다.
• 알고리즘의 계산 시간은 특히 복잡도가 낮은 도시 환경에서 실시간 자율 주행 응용에 적합한 것으로 확인되었다.