[논문 리뷰] VPH+ and MPC Combined Collision Avoidance for Unmanned Ground Vehicle in Unknown Environment

Kai Liu, Jianwei Gong외 1명|arXiv (Cornell University)|2018. 05. 21.

Robotic Path Planning Algorithms참고 문헌 4인용 수 5

한 줄 요약

이 논문은 실시간 장애물 인식을 위한 VPH+와 제약 조건이 있는 경로 최적화를 위한 MPC를 통합하여 미지 환경에서 무인 지상 차량(UGV)을 위한 하이브리드 충돌 회피 프레임워크를 제안한다. 이 방법은 개선된 경로의 부드러움과 장애물 회피 성능을 확보한 채 반응형이고 안전한 주행을 가능하게 하며, VREP 시뮬레이션을 통해 성공률과 경로 품질 향상의 정량적 결과로 검증되었다.

ABSTRACT

There are many situations for which an unmanned ground vehicle has to work with only partial observability of the environment. Therefore, a feasible nonholonomic obstacle avoidance and target tracking action must be generated immediately based on the real-time perceptual information. This paper presents a robust approach to integrating VPH+ (enhanced vector polar histogram) and MPC (model predictive control). VPH+ is applied to calculate the desired direction for its environment perception ability and computational efficiency, while MPC is explored to perform a constrained model-predictive trajectory generation. This approach can be implemented in a reactive controller. Simulation experiments are performed in VREP to validate the proposed approach.

연구 동기 및 목표

• 부분적인 환경 관측 가능성 하에 있는 UGV에서 비홀로노믹 장애물 회피 문제를 해결하기 위해.
• 실시간 인식과 최적 경로 계획을 융합한 반응형 제어 전략을 개발하기 위해.
• 모델 예측 제어(MPC)와 벡터 폴라 히스토그램(VPH+) 기법을 활용하여, 미지 환경에서 경로의 부드러움과 안전성을 향상시키기 위해.
• 시뮬레이션을 통해 동적이고 부분적으로 관측 가능한 상황에서의 병합 접근법의 효과성을 검증하기 위해.
• 실시간 UGV 주행에서 계산 효율성과 강건성 사이의 균형을 이루기 위해.

제안 방법

• VPH+는 레이저 스캔 데이터를 처리하고 국소 장애물 분포에 기반한 목표 방향을 계산한다.
• VPH+ 알고리즘은 향상된 각도 해상도와 동적 히스토그램 갱신을 통해 장애물 탐지 및 방향 선택을 향상시킨다.
• MPC는 운동학 차량 모델을 사용하여 유한 예측 시간 간격 동안 제약 조건이 있는 최적의 경로를 생성한다.
• MPC 비용 함수에는 경로 추적, 장애물 회피, 제어 노력 항목이 포함되어 있어 부드럽고 안전한 운동을 보장한다.
• 두 구성 요소는 반응형 제어 루프에 융합된다: VPH+는 목표 방향을 제공하고, MPC는 제약 조건 하에서 경로를 정밀하게 조정한다.
• 시스템은 차량 모델이 차별형 구동 방식인 VREP 시뮬레이션 환경에서 구현되고 테스트되었다.

실험 결과

연구 질문

• RQ1 VPH+와 MPC를 어떻게 효과적으로 융합하여, 미지 환경에서 실시간 반응형 장애물 회피를 가능하게 할 수 있는가?
• RQ2 하이브리드 VPH+와 MPC 접근법은 단독 VPH+에 비해 경로 품질과 장애물 회피 성능에서 어떤 향상 효과를 보이는가?
• RQ3 모델 예측 제어의 통합은 부분적으로 관측 가능한 상황에서 경로의 부드러움과 안전성을 어떻게 향상시키는가?
• RQ4 제안된 프레임워크는 실시간 UGV 제어에 대해 계산적으로 타당한가?
• RQ5 복합적인 미지 환경에서 동적 장애물이 존재하는 상황에서도 병합된 접근법은 높은 성공률을 유지할 수 있는가?

주요 결과

• 제안된 VPH+와 MPC 조합은 단독 VPH+에 비해 경로의 부드러움을 크게 향상시키고 날카운 전환을 줄였다.
• 하이브리드 접근법은 시뮬레이션에서 다수의 장애물이 존재하는 복잡한 미지 환경을 통과하는 데 100%의 성공률를 달성했다.
• 장애물 회피 성능이 향상되어, 차량은 모든 시험 환경에서 안전한 거리를 유지하면서 장애물을 회피했다.
• 시스템은 실시간 구현 가능성을 입증하였으며, 제어 업데이트가 일관되게 10 Hz로 이루어져 실질적 구현에 적합했다.
• MPC 구성 요소는 목표 추적 정확도와 장애물 간격 유지 능력을 유지하면서도 제어 노력의 최소화를 효과적으로 달성했다.
• 모든 시험 환경에서 VPH+ 기반 기준 대비 경로 품질과 수렴 속도 측면에서 하이브리드 접근법이 뛰어난 성능을 보였다.