[논문 리뷰] Safe Sequential Path Planning of Multi-Vehicle Systems Under Presence of Disturbances and Imperfect Information.

Somil Bansal, Mo Chen외 2명|arXiv (Cornell University)|2016. 03. 16.

Robotic Path Planning Algorithms참고 문헌 8인용 수 13

한 줄 요약

이 논문은 다중 UAV 시스템을 위한 순차적 경로 계획(SPP)을 외부 교란과 고우선도 차량에 대한 불완전한 정보를 고려하도록 확장하며, 선형 계산 복잡도를 유지하는 세 가지 강건한 방법을 사용한다. 이는 이전의 SPP 방법이 완벽한 지식과 교란이 없는 환경을 전제로 했던 점을 보완하여 실제 불확실한 환경에서 안전 보장을 가능하게 한다.

ABSTRACT

Recently, there has been an immense surge of interest in using unmanned aerial vehicles (UAVs) for civil purposes. Multi-UAV systems are safety-critical, and safety guarantees must be made to ensure no undesirable configurations such as collisions occur. Hamilton-Jacobi (HJ) reachability is ideal for analyzing such safety-critical systems because it provides safety guarantees and is flexible in terms of system dynamics; however, its direct application is limited to small-scale systems of no more than two vehicles because of the exponential-scaling computation complexity. By assigning vehicle priorities, the sequential path planning (SPP) method allows multi-vehicle path planning to be done with a computation complexity that scales linearly with the number of vehicles. Previously the SPP method assumed no disturbances in the vehicle dynamics, and that every vehicle has perfect knowledge of the position of higher-priority vehicles. In this paper, we make SPP more practical by providing three different methods for accounting for disturbances in dynamics and imperfect knowledge of higher-priority vehicles. Each method has advantages and disadvantages with different assumptions about information sharing. We demonstrate our proposed methods in simulations.

연구 동기 및 목표

• 이전의 SPP 방법이 교란이 없고 고우선도 차량의 정보가 완전하다는 가정을 하고 있다는 한계를 해결한다.
• 차량 운동이 교란을 받고 위치 정보가 불확실한 실제 시나리오에서도 안전한 경로 계획을 가능하게 한다.
• 불확실성과 교란을 통합하면서도 SPP의 선형 계산 복잡도를 유지한다.
• 정보 공유 및 시스템 불확실성에 대한 다양한 가정에 맞는 강력한 방법을 다수 제공한다.
• 실제 조건에서 복잡한 안전이 중요한 다중 차량 운영 환경에서 SPP의 실용성을 입증한다.

제안 방법

• 과정 교란을 고려하기 위해 경로 동역학에 유계 불확실성 집합을 통합하여 해밀토니안-자브리지(HJ) 도달 가능 분석을 적응시킨다.
• 고우선도 차량의 위치에 대한 불완전한 지식을 다루기 위해 세 가지 별개의 방법을 도입한다: 보수적인 추정, 간격 기반 예측, 강건한 도달 가능 집합 전파.
• 각 차량이 고우선도 차량의 예측 도달 가능 집합에 기반하여 순차적으로 경로를 계획하는 우선순위 기반 순차적 계획을 사용한다.
• 전체 동시 도달 가능 집합 계산을 피함으로써 차량 수에 대해 선형 확장성을 유지한다.
• 안전 보장을 유지하기 위해 교란을 시스템 동역학에 유계 덧셈 노이즈로 모델링한다.
• 충돌 회피 보장을 보장하기 위해 배경 도달 가능 집합을 계산하기 위해 도달 가능 분석을 적용한다.

실험 결과

연구 질문

• RQ1 다중 차량 UAV 시스템에서 유계 과정 교란을 고려하여 순차적 경로 계획을 어떻게 확장할 수 있는가?
• RQ2 고우선도 차량 위치에 대한 불완전한 지식을 다루는 다양한 전략 간의 상호 상충 관계는 무엇인가?
• RQ3 불확실성 하에서 안전 보장이 유지되면서도 선형 계산 복잡도를 유지할 수 있는가?
• RQ4 정보 공유에 대한 다양한 가정이 경로 계획 솔루션의 강건성과 보수성에 어떻게 영향을 미치는가?

주요 결과

• 제안된 방법들은 유계 교란과 불완전한 정보가 존재하는 시스템으로 SPP를 성공적으로 확장하며, 안전 보장을 유지한다.
• 불확실성과 정보 공유에 대한 다양한 가정에 적합한 세 가지 별개의 접근 방식이 개발되었다.
• 계산 복잡도는 차량 수에 대해 선형을 유지하여 확장성은 그대로 유지된다.
• 시뮬레이션 결과, 동적 교란과 위치 불확실성 하에서도 충돌을 방지함을 입증하였다.
• 보수적인 추정 방법은 가장 낮은 안전 마진을 제공하지만, 경로의 보수성은 높다.
• 간격 기반 예측 방법은 부분 정보 하에서 안전성과 경로 효율성 사이의 균형을 잘 유지한다.