[논문 리뷰] Efficient Computation of Collision Probabilities for Safe Motion Planning.

Andrew Blake, Alejandro Bordallo외 4명|arXiv (Cornell University)|2018. 04. 15.

Autonomous Vehicle Technology and Safety참고 문헌 36인용 수 6

한 줄 요약

이 논문은 '컨볼루션 기법'을 사용하여 충돌 확률 계산을 O(1) 복잡도로 줄여, 혼잡한 환경에서도 효율적인 확률적 방법을 제안한다. 이는 안전 기준에 따라 궤도를 빠르게 분류함으로써, 노이즈가 있는 센서 데이터에서 발생하는 불확실성 하에서 실시간으로 안전한 운동 계획을 가능하게 한다.

ABSTRACT

We address the problem of safe motion planning. As mobile robots and autonomous vehicles become increasingly more prevalent in human-centered environments, the need to ensure safety in the sense of guaranteed collision free behaviour has taken renewed urgency. Achieving this when perceptual modules provide only noisy estimates of objects in the environment requires new approaches. Working within a probabilistic framework for describing the environment, we present methods for efficiently calculating a probabilistic risk of collision for a candidate path. This may be used to stratify a set of candidate trajectories by levels of a safety threshold. Given such a stratification, based on user-defined thresholds, motion synthesis techniques could optimise for secondary criteria with the assurance that a primary safety criterion is already being satisfied. A key contribution of this paper is the use of a `convolution trick' to factor the calculation of integrals providing bounds on collision risk, enabling an $O(1)$ computation even in cluttered and complex environments.

연구 동기 및 목표

• 센서 데이터가 본질적으로 노이즈가 있는 인간 중심 환경에서 보장된 충돌 없는 운동에 대한 점증하는 수요를 해결하기 위해.
• 불확실성 하에서 후보 로봇 경로의 충돌 위험을 정량화하는 확률적 프레임워크를 개발하기 위해.
• 충돌 확률 계산을 일정 시간 복잡도로 줄여 실시간 안전 평가를 가능하게 하기 위해.
• 사용자가 정의한 안전 기준에 따라 궤도를 계층화하여 안전 제약 조건 하에서 운동 합성 지원하기 위해.

제안 방법

• 센서 불확실성을 표현하기 위해 물체 위치를 확률 분포로 모델링한다.
• 로봇과 장애물 위치의 결합 확률에 대한 적분으로 충돌 위험을 수식화한다.
• 적분 계산을 인수 분해하고 단순화하기 위해 새로운 '컨볼루션 기법'을 도입하여 O(1) 평가를 가능하게 한다.
• 수치적 통합에 비용이 많이 드는 것을 방지하기 위해 확률 밀도 함수의 수학적 성질을 활용한다.
• 후보 궤도를 안전 수준에 따라 분류하여, 보조 목표 최적화를 보장된 안전성 하에서 가능하게 한다.

실험 결과

연구 질문

• RQ1 노이즈가 있는 센서 데이터를 가진 복잡하고 불확실한 환경에서 충돌 위험을 효율적으로 계산할 수 있는 방법은 무엇인가?
• RQ2 확률적 충돌 검출의 계산 비용을 정확도를 희생시키지 않고 일정 시간 복잡도로 줄일 수 있는가?
• RQ3 안전 기준을 사용하여 운동 계획을 계층화할 수 있으며, 동시에 실시간 실행 가능성을 유지할 수 있는가?
• RQ4 고차원적이거나 혼잡한 장면에서 확장 가능한 확률적 위험 평가를 가능하게 하는 수학적 기법은 무엇인가?

주요 결과

• 제안된 방법은 환경의 복잡성과 관계없이 충돌 확률 추정에 대해 O(1) 계산 시간을 달성한다.
• 컨볼루션 기법은 불확실성 하에서 충돌 위험를 둘러싸는 적분의 정확하고 효율적인 평가를 가능하게 한다.
• 이 방법은 실시간 안전 계층화를 지원하여 안전한 궤도 최적화를 가능하게 한다.
• 위험 계산의 일정 시간 복잡도 덕분에 이 방법은 혼잡한 환경으로도 효과적으로 확장된다.