[논문 리뷰] Mobile Robot Path Planning in Static Environments using Particle Swarm Optimization

Muhammad Shahab Alam, Muhammad Usman Rafique외 1명|arXiv (Cornell University)|2020. 08. 23.

Robotic Path Planning Algorithms참고 문헌 12인용 수 28

한 줄 요약

이 논문은 볼록한 장애물을 가진 정적 환경에서 이동 로봇을 위한 새로운 입자 군집 최적화(PSO) 기반 경로 계획 알고리즘을 제안한다. 시작 위치와 목적지 사이의 격자선에서 무작위 표본을 추출함으로써 PSO 알고리즘이 충돌이 없는 near-optimal 경로를 효율적으로 계산한다. 시뮬레이션 결과는 다양한 시나리오에서 그 효과를 입증한다.

ABSTRACT

Motion planning is a key element of robotics since it empowers a robot to navigate autonomously. Particle Swarm Optimization is a simple, yet a very powerful optimization technique which has been effectively used in many complex multi-dimensional optimization problems. This paper proposes a path planning algorithm based on particle swarm optimization for computing a shortest collision-free path for a mobile robot in environments populated with static convex obstacles. The proposed algorithm finds the optimal path by performing random sampling on grid lines generated between the robot start and goal positions. Functionality of the proposed algorithm is illustrated via simulation results for different scenarios.

연구 동기 및 목표

• 볼록한 장애물이 있는 정적 환경에서의 자율 경로 계획 문제를 해결하기 위해.
• 로봇 공학 분야에서 실시간 운동 계획을 위한 입자 군집 최적화(PSO)의 단순성과 효율성을 활용하기 위해.
• 시작 위치와 목적지 사이의 격자선에서의 무작위 표본 추출을 통합하여 경로 품질을 향상시키기 위해.
• 다양한 장애물 구성에서의 종합적인 시뮬레이션을 통해 알고리즘 성능을 검증하기 위해.
• 복잡한 정적 환경에서 전통적 경로 계획 방법에 대한 계산 효율적인 대안을 제공하기 위해.

제안 방법

• 알고리즘은 로봇의 시작 위치와 목적지 사이의 격자선을 생성하여 잠재적 경로 세그먼트를 정의한다.
• 이 격자선을 따라 무작위 표본을 추출하여 입자 군집을 초기화하며, 각 입자는 후보 경로를 나타낸다.
• PSO 알고리즘은 개인 최적 및 전역 최적 적합도 값에 기반하여 입자 위치를 반복적으로 갱신하며, 적합도는 경로 길이에서 장애물 페널티를 뺀 값으로 정의된다.
• 충돌 탐지 메커니즘이 최적화 과정 중에만 실현 가능한(충돌이 없는) 경로만 고려되도록 보장한다.
• 근사 최적의 충돌이 없는 경로에 수렴할 때까지 최적화 과정이 계속된다.
• 최종 경로는 군집이 수렴한 후 전역 최적 입자에서 추출된다.

실험 결과

연구 질문

• RQ1 PSO는 볼록한 장애물이 있는 정적 환경에서 이동 로봇의 경로 계획에 효과적으로 적용될 수 있는가?
• RQ2 격자 기반 표본 추출이 PSO 기반 경로 계획에서 경로 품질과 수렴 속도를 어떻게 향상시키는가?
• RQ3 전통적인 경로 계획 기법과 비교했을 때 제안된 PSO 기반 방법의 경로 길이와 계산 효율성 측면에서의 성능은 어떠한가?
• RQ4 알고리즘이 다양한 정적 장애물 구성과 환경 복잡성에서 얼마나 강건한가?
• RQ5 격자선에서의 무작위 표본 추출이 PSO를 통한 경로 계획에서 탐색 공간 탐색을 얼마나 향상시키는가?

주요 결과

• 제안된 PSO 기반 알고리즘은 테스트된 모든 정적 환경에서 충돌이 없는 경로를 성공적으로 계산한다.
• 시뮬레이션 결과에 따르면 알고리즘이 합리적인 반복 수 내에서 근사 최적 경로로 수렴함을 확인할 수 있다.
• 격자 기반 표본 추출 통합으로 인해 탐색 공간 탐색이 향상되어 경로 품질과 수렴 속도가 향상된다.
• 밀도가 높거나 비정형으로 된 정적 환경을 포함한 다양한 장애물 구성에서 알고리즘이 강건함을 입증한다.
• 구조화된 표본 추출 방식 덕분에 계산 오버헤드가 감소하여 벤치마크 방법과 경쟁 가능한 경로 길이를 달성한다.
• 이 방법은 계산적으로 효율적이며, 이동 로봇 애플리케이션의 실시간 구현에 적합하다.