[논문 리뷰] Generating Large-Scale Trajectories Efficiently using Double Descriptions of Polynomials

Zhepei Wang, Hongkai Ye외 2명|arXiv (Cornell University)|2020. 11. 05.

Robotic Path Planning Algorithms참고 문헌 22인용 수 7

한 줄 요약

이 논문은 다항 곡선 궤적의 해석적 구조인 이중 기술법(계수 및 끝 도함수)을 활용하여 선형 복잡도의 프레임워크를 제안한다. 이는 대규모 큼직한 큐드로터 궤적 최적화를 효율적으로 수행할 수 있게 하며, 1M개의 세그먼트 규모에서 세그먼트당 1 μs 이내로 최소 스냅 궤적 생성을 가능하게 하고, 정확하고 저복잡도의 기울기 계산을 통해 에너지-시간 최적화 궤적 최적화를 한 단계 빠르게 한다.

ABSTRACT

For quadrotor trajectory planning, describing a polynomial trajectory through coefficients and end-derivatives both enjoy their own convenience in energy minimization. We name them double descriptions of polynomial trajectories. The transformation between them, causing most of the inefficiency and instability, is formally analyzed in this paper. Leveraging its analytic structure, we design a linear-complexity scheme for both jerk/snap minimization and parameter gradient evaluation, which possesses efficiency, stability, flexibility, and scalability. With the help of our scheme, generating an energy optimal (minimum snap) trajectory only costs 1 $μs$ per piece at the scale up to 1,000,000 pieces. Moreover, generating large-scale energy-time optimal trajectories is also accelerated by an order of magnitude against conventional methods.

연구 동기 및 목표

• 계수 기반과 도함수 기반 다항 궤적 표현 간의 수치적 변환에서 발생하는 비효율성과 불안정성 문제를 해결하기 위해.
• 대규모 큼직한 큽터 미션을 위한 궤적 계수와 세그먼트 시간의 확장 가능한 고성능 최적화를 가능하게 하기 위해.
• 역동적 제약 조건과 안전성 제약 조건 하에서 직접 최적화를 지원하기 위해, 도착지점과 세그먼트 시간에 대한 정확하고 저복잡도의 기울기를 제공하기 위해.
• 보장된 부드러움과 제약 조건 이행을 갖춘 실시간, 대규모 궤적 생성을 위한 유연하고 오픈소스 프레임워크를 개발하기 위해.
• 편미분 기반 기울기나 고정된 시간 할당에 의존하는 기존 방법의 한계를 극복하기 위해, 성능과 유연성이 떨어지는 문제를 해결하기 위해.

제안 방법

• 계수 기반과 끝 도함수 기반 다항 궤적 기술법 간의 해석적, 미분동형 변환을 유도하여 수치적 불안정성을 제거하기 위해.
• 과도한 변환 단계를 피하는 방식으로 최소 진동/최소 스냅 궤적 계산을 위한 선형 복잡도 알고리즘을 설계하기 위해.
• 변환의 부드러움을 활용하여 도착지점과 세그먼트 시간에 대한 정확한 해석 기울기를 구성함으로써 직접 최적화를 가능하게 하기 위해.
• 안전성 및 역동적 제약 조건(속도, 가속도 한계)을 위해 장벽 함수와 페널티 항을 통합하고, 위반 시 다면체 제약 조건을 적응적으로 분할하기 위해.
• 시간과 도착지점 파라미터를 포함한 전체 비용 함수의 효율적 비선형 최적화를 위해 L-BFGS와 강력한 Wolfe 조건을 활용하기 위해.
• 동적 제약 조건 개선 전략을 구현: 궤적 세그먼트가 안전성 또는 동적 한계를 위반할 경우, 해당 다면체를 분할하고 보다 높은 페널티 계수를 갖는 중간 도착지점을 추가하기 위해.

실험 결과

연구 질문

• RQ1 계수 기반과 도함수 기반 다항 궤적 표현 간의 변환을 해석적으로 기술할 수 있는가? 이를 통해 수치적 불안정성과 계산 오버헤드를 제거할 수 있는가?
• RQ2 과도한 변환 단계를 피하는 선형 복잡도 알고리즘을 최소 진동/최소 스냅 궤적 생성을 위해 설계할 수 있는가?
• RQ3 도착지점과 세그먼트 시간에 대한 정확하고 저복잡도의 기울기를 유도하여 복잡한 제약 조건 하에서 직접 최적화를 가능하게 할 수 있는가?
• RQ4 기존 방법과 비교해 대규모 궤적 생성(예: 1M 세그먼트)에서 성능과 정확도 면에서 제안된 프레임워크의 스케일링 능력은 어떠한가?
• RQ5 계산 효율성과 궤적의 부드러움을 유지하면서도 안전성 및 동적 제약 조건을 효율적으로 처리할 수 있는가?

주요 결과

• 제안된 방법을 사용한 최소 스냅 궤적 생성은 1,000,000개의 세그먼트에 이르는 대규모 규모에서도 세그먼트당 단지 1 μs의 런타임을 달성한다.
• 기준으로 삼은 Teach-Repeat-Replan 방법과 비교해 에너지-시간 최적화 궤적 최적화를 한 단계 빠르게 하였으며, 표준 복도 벤치마크에서 계산 시간을 7.70초에서 0.43초로 감소시켰다.
• 도착지점과 세그먼트 시간에 대한 정확한 해석 기울기는 편미분 기반 근사치에 의존하지 않고도 안전성 및 동적 제약 조건 하에서 직접 최적화를 가능하게 한다.
• 같은 복도 벤치마크에서 기준 방법보다 낮은 에너지-시간 비용(2643.43 vs. 3269.76)을 유지함으로써 높은 궤적 품질을 확보하였다.
• 적응형 다면체 분할과 페널티 계수 조정을 통한 제약 조건 처리는 효과적이며, 시뮬레이션 결과 실질적으로 자주 필요로 하지 않는 것으로 확인되었다.
• 오픈소스 구현체(https://github.com/ZJU-FAST-Lab/large_scale_traj_optimizer)는 재현 가능성과 기존 계획 파이프라인에의 통합을 가능하게 한다.