[논문 리뷰] A Nonlinear Constrained Optimization Framework for Comfortable and Customizable Motion Planning of Nonholonomic Mobile Robots - Part II

Shilpa Gulati, Chetan Jhurani외 1명|arXiv (Cornell University)|2013. 05. 22.

Robotic Path Planning Algorithms참고 문헌 76인용 수 4

한 줄 요약

이 논문은 유한 요소 이산화를 사용하여 비홀로노믹 이동 로봇에서 편안하고 커스터마이징 가능한 궤적을 계획하기 위한 비선형 제약 최적화 프레임워크를 제시한다. 운동 불편함을 가중치가 부여된 비용 기능으로 설정하고, 높은 품질의 초기 추측값을 사용하여 유도된 희소이고 대규모인 최적화 문제를 해결함으로써, 7,500개의 다양한 운동 계획 사례에서 신뢰성 있고 1초 이내 수렴을 달성하였으며, 경로 초기 추측값의 경우 0.2초 이내, 속도 초기 추측값의 경우 0.12초 이내로 99% 성공률를 기록하였다.

ABSTRACT

In this series of papers, we present a motion planning framework for planning comfortable and customizable motion of nonholonomic mobile robots such as intelligent wheelchairs and autonomous cars. In Part I, we presented the mathematical foundation of our framework, where we model motion discomfort as a weighted cost functional and define comfortable motion planning as a nonlinear constrained optimization problem of computing trajectories that minimize this discomfort given the appropriate boundary conditions and constraints. In this paper, we discretize the infinite-dimensional optimization problem using conforming finite elements. We describe shape functions to handle different kinds of boundary conditions and the choice of unknowns to obtain a sparse Hessian matrix. We also describe in detail how any trajectory computation problem can have infinitely many locally optimal solutions and our method of handling them. Additionally, since we have a nonlinear and constrained problem, computation of high quality initial guesses is crucial for efficient solution. We show how to compute them.

연구 동기 및 목표

• 지능형 휠체어 및 자율 주행차와 같은 비홀로노믹 로봇에서 인간의 편안함을 명시적으로 최적화하는 운동 계획 방법의 부족을 해결한다.
• 제한된 가속도, 급격한 가속도, 곡률 기반의 불편도 비용 기능을 최소화하는 제약이 있는 비선형 최적화 문제로 운동 편안함을 수식화한다.
• 헤시안 행렬의 희소성을 유지하면서도 정규 및 특이 경계 조건을 모두 처리할 수 있는 유한 요소 기반의 이산화 방법을 개발한다.
• 대규모 비선형 최적화에서 빠르고 신뢰성 있는 수렴을 보장하기 위해 강력한 초기 추측값 계산 전략을 설계한다.
• 다양한 경계 조건과 동적 제약 조건을 지원함으로써 커스터마이징 가능한 운동 계획을 가능하게 한다.

제안 방법

• 다양한 경계 조건에 맞게 조정된 형상 함수를 사용하는 일치하는 유한 요소를 사용하여 무한 차원 최적화 문제를 이산화한다.
• 부등식 및 등식 제약 조건이 존재함에도 불구하고 전역 헤시안 행렬의 희소성을 유지하기 위해 보조 변수를 도입한다.
• 속도, 가속도 및 곡률의 한계를 고려하여, 탄성 및 법선 가속도 및 급격한 가속도를 억제하는 비용 기능을 사용해 불편함을 모델링한다.
• 이중 단계 접근법을 사용한다: 먼저 해석적 근사 및 기하학적 제약 조건을 이용해 경로 및 속도에 대한 초기 추측값을 계산하고, 그 다음에 Ipopt를 사용해 전체 비선형 문제를 해결한다.
• 유한 차분 근사보다 수렴 속도와 신뢰성을 향상시키기 위해 C++에서 기울기 및 헤시안 행렬을 명시적으로 계산한다.
• 다양한 초기/최종 위치, 방향 및 속도/가속도 제약 조건을 가진 7,500개의 다양한 운동 계획 문제를 대상으로 프레임워크를 검증한다.

실험 결과

연구 질문

• RQ1 비홀로노믹 이동 로봇에서 운동 불편함은 어떻게 연속적이고 유한한 비용 기능으로 수학적으로 모델링될 수 있으며, 이는 사용자 맞춤화 및 장애물 회피를 지원할 수 있는가?
• RQ2 궤적 최적화에서 정규 및 특이 경계 조건을 정확히 처리하면서도 희소한 헤시안 행렬 계산을 가능하게 하는 유한 요소 이산화 전략은 무엇인가?
• RQ3 대규모 비선형 최적화에서 빠르고 신뢰성 있는 수렴을 보장하기 위해 고품질의 초기 추측값을 체계적으로 생성하는 방법은 무엇인가?
• RQ4 다양한 경계 조건을 가진 다양한 대규모 운동 계획 시나리오에서 제안된 프레임워크의 계산 성능는 어떠한가?
• RQ5 이 프레임워크는 편안함과 제약 조건 이행을 유지하면서 동시에 여러 개의 국소 최적 궤적을 얼마나 잘 생성할 수 있는가?

주요 결과

• 다양한 경계 조건, 즉 다양한 최종 위치, 방향 및 속도/가속도 제약 조건을 가진 7,500개의 테스트 케이스 모두에서 최소한 하나의 해를 성공적으로 계산하였다.
• 경로 초기 추측값의 99%가 0.2초 이내로 계산되었고, 속도 초기 추측값의 99%가 0.12초 이내로 계산되어 높은 계산 효율성을 입증하였다.
• 전체 불편도 최소화 문제는 모든 케이스에서 10초 이내로 해결되었으며, 99%의 문제는 4초 이내로 해결되었고, 90%는 100회 이내 반복 수렴을 달성하였다.
• 평균적으로 각 문제당 3.6개의 국소 최적 궤적이 발견되었으며, 60%의 문제에서 네 개 이상의 해가 도출되어 강력한 해의 다양성과 신뢰성을 보였다.
• C++에서 기울기 및 헤시안 행렬을 명시적으로 계산함으로써, 유한 차분 근사보다 수렴 속도와 신뢰성이 크게 향상되었다.
• 보조 변수의 사용으로 헤시안의 희소성이 유지되어, 복잡한 부등식 및 등식 제약 조건이 존재하는 상황에서도 효율적인 대규모 최적화가 가능했다.