[論文レビュー] Autonomous Waypoint Generation with Safety Guarantees: On-Line Motion Planning in Unknown Environments

Sanjeev Sharma|arXiv (Cornell University)|Sep 2, 2017

Robotic Path Planning Algorithms参考文献 1被引用数 4

ひとこと要約

この論文は、事前の地図がなく、未構造化された環境におけるモバイルロボットの反応型オンライン運動計画法であるRAWを提案する。RAWは衝突回避を保証するとともに、近似的に最適なナビゲーションを実現する。半正定値計画法（SDP）を用いてロボットの周囲に局所的に最大の安全な楕円体を生成し、強化学習（RL）エージェントがその内部でウェイポイントを選択することで、重複する楕円体を介してゴールへ向かうナビゲーションを可能にする。この手法により、最適な経路に比べて最大15–24%長い経路が生成されるが、安全かつ効率的な計画が保証される。

ABSTRACT

On-line motion planning in unknown environments is a challenging problem as it requires (i) ensuring collision avoidance and (ii) minimizing the motion time, while continuously predicting where to go next. Previous approaches to on-line motion planning assume that a rough map of the environment is available, thereby simplifying the problem. This paper presents a reactive on-line motion planner, Robust Autonomous Waypoint generation (RAW), for mobile robots navigating in unknown and unstructured environments. RAW generates a locally maximal ellipsoid around the robot, using semi-definite programming, such that the surrounding obstacles lie outside the ellipsoid. A reinforcement learning agent then generates a local waypoint in the robot's field of view, inside the ellipsoid. The robot navigates to the waypoint and the process iterates until it reaches the goal. By following the waypoints the robot navigates through a sequence of overlapping ellipsoids, and avoids collision. Robot's safety is guaranteed theoretically and the claims are validated through rigorous numerical experiments in four different experimental setups. Near-optimality is shown empirically by comparing RAW trajectories with the global optimal trajectories.

研究の動機と目的

• 事前の地図が存在しない未知かつ未構造化された環境におけるオンライン運動計画の課題に対処すること。
• 視界が限定され、環境の知識が不完全な状況下でも、リアルタイムでの衝突回避を保証すること。
• 経路長の観点で最適に近い経路を生成しながら、移動時間を最小限に抑えること。
• グローバルマップやポテンシャル場、固定された経路集合に依存する従来手法の限界を克服すること。
• 半正定値計画法を用いた幾何的分離により、理論的な安全保証を提供すること。

提案手法

• 半正定値計画法（SDP）を用いて、検出された障害物がすべて楕円体の外側に位置するように、ロボットの周囲に局所的に最大の楕円体を構築する。
• ロボットの視界とゴールの方向に基づき、強化学習（RL）エージェントが安全な楕円体内で局所的なウェイポイントを選択する。
• 現在の楕円体内に留まるようにロボットをウェイポイントへ誘導することで、移動中に衝突を回避する。
• 繰り返し処理を行う：ロボットの新しい位置で新たな楕円体を再計算し、新たなウェイポイントを生成し、ゴールに到達するまで継続する。
• SDPで構築された楕円体を安全バリアとして用い、衝突を引き起こす可能性のあるウェイポイントを事前にフィルタリングすることで、安全を保証する。
• 楕円体の重複する連鎖を用いて、環境中に仮想の障害物のないトンネルを形成し、地図作成なしに安全なナビゲーションを可能にする。

実験結果

リサーチクエスチョン

• RQ1 グローバルマップや事前の環境知識に依存せずに、反応型運動計画法が未知環境における安全性を保証できるか。
• RQ2 予期しない障害物と衝突を回避しながら、リアルタイムで局所的に最適なウェイポイントを生成する方法は何か。
• RQ3 提案手法が生成する経路が、最適経路またはRRTベースの経路と比較して、長さと効率の点でどの程度の差異を示すか。
• RQ4 SDPとRLを用いて、リアルタイムでの再計画と安全保証を維持する上で、計算上の実行可能性はどの程度か。
• RQ5 他の手法が振動や失敗を起こす可能性のある、細い通路やデッドエンドのような困難な状況でも、この計画法は失敗を回避できるか。

主な発見

• RAWは、半正定値計画法を用いた数学的に証明された楕円体ベースの衝突回避メカニズムにより、安全を保証する。
• 48個の円形障害物を含む環境において、RAWの経路は最適経路に比べて最大で15%しか長くならず、強い近似的最適性を示した。
• 複数の実験設定において、RAWはRRTの平均および最小長経路よりも短い経路を生成した。
• ステップあたりの平均計算時間は98.36 ± 8.68 msであり、標準のノートブック上で約10 Hzの再計画が可能であった。
• テストのすべての設定でRAWは衝突を回避した（100%の成功率）が、先行するAWGS手法は安全フィルタリングが不足していたため、66%のケースで失敗した。
• 通路やデッドエンドに類似した状況では、RAWはポテンシャル場手法よりも振動を効果的に回避できたが、視界が制限されているため、深いデッドエンドでは収束が保証されない場合がある。