[論文レビュー] Downwash-Aware Trajectory Planning for Large Quadrotor Teams

James A. Preiss, Wolfgang Hönig+2 more|arXiv (Cornell University)|Apr 17, 2017

Robotic Path Planning Algorithms参考文献 15被引用数 9

ひとこと要約

本論文は、ダウンウォッシュ効果を考慮した2段階の軌道計画手法を、大規模なクアッドコプター・チーム向けに提示している。この手法は、衝突およびダウンウォッシュを考慮したパスファインディングのためのグラフベースの離散プランナを用い、その後に連続的でC^k滑らかな最適化を実行することで、最大200台のドローンが数分で滑らかで物理的に現実的な軌道を生成でき、実際に32台のナノクアッドコプターで飛行実験に成功した。

ABSTRACT

We describe a method for formation-change trajectory planning for large quadrotor teams in obstacle-rich environments. Our method decomposes the planning problem into two stages: a discrete planner operating on a graph representation of the workspace, and a continuous refinement that converts the non-smooth graph plan into a set of C^k-continuous trajectories, locally optimizing an integral-squared-derivative cost. We account for the downwash effect, allowing safe flight in dense formations. We demonstrate the computational efficiency in simulation with up to 200 robots and the physical plausibility with an experiment with 32 nano-quadrotors. Our approach can compute safe and smooth trajectories for hundreds of quadrotors in dense environments with obstacles in a few minutes.

研究の動機と目的

• 密な障害物環境における大規模なクアッドコプター・チームの安全でスケーラブルな軌道計画の課題に取り組む。
• クアッドコプター間のダウンウォッシュ効果を組み込むことで、接近飛行時の物理的安心性を確保する。
• 高い滑らかさ（C^k）とエネルギー効率性を実現する滑らかで動的に行き先が実現可能な軌道を達成する。
• 大規模なマルチロボット・システムにおいて、計算効率と最適性の両立を図る。
• 固定計算予算内での段階的反復改善スキームにより、計算時間と軌道品質のユーザ制御可能なトレードオフを実現する。

提案手法

• 軌道計画問題を2段階に分解する：離散的グラフベースのプランナと連続的軌道最適化ステージ。
• ユーザーが定義したダウンウォッシュ安全半径（例：0.3 m または 0.9 m）を有する3次元楕円体としてクアッドコプターをモデル化し、計画段階で最小分離を保証する。
• 整数線形計画法（ILP）を用いて、ダウンウォッシュおよび障害物制約を満たす最小マケスパンの割り当てとパスを求める。
• 各ロボットごとに連続的かつ分離された最適化を実行し、積分二乗微分係数を最小化するC^k滑らかな軌道を生成する。
• 固定計算予算内で、軌道の滑らかさと動的特性を向上させる段階的反復改善プロセスを実装する。
• ユーザーが定義した導出次数まで任意の滑らかさレベルをサポートし、物理的に現実的な制御入力を保証する。

実験結果

リサーチクエスチョン

• RQ1 2段階の計画アプローチは、大規模なクアッドコプター・チームにおいて、スケーラビリティ、物理的妥当性、滑らかさのバランスを効果的に果たせるか？
• RQ2 ダウンウォッシュ効果を明示的にモデル化することで、マルチロボット飛行における安全性がどのように向上し、より密な編隊を実現できるか？
• RQ3 反復的改善によって、計算コストを著しく増加させることなく、軌道の滑らかさと動的性能はどの程度向上できるか？
• RQ4 本手法は、複雑で障害物が多い環境において、数百台のロボットにスケーリング可能であり、短いマケスパンと滑らかさを維持できるか？
• RQ5 本手法は、物理的ハードウェアを用いた実世界の飛行実験において、どの程度の軌道実行忠実度と安全性を示すか？

主な発見

• 本手法は、数分以内に、200台のクアッドコプターが密な障害物環境で安全かつ滑らかな軌道を計算することに成功した。
• 32台のCrazyflieナノクアッドコプターを用いた飛行実験では、計画された軌道が正常に実行され、空中に「USC」という文字を形成した。物理的妥当性と実世界での実現可能性が裏付けられた。
• 反復的改善により、ピーク加速度が5.2 m/s²から1.6 m/s²に、ピーク角速度が2.2 rad/sから0.4 rad/sに低下し、動的滑らかさが顕著に向上した。
• 32台のロボットによる「USC」タスクにおいて、離散プランナは40秒で解決を達成し、マケスパンはK=17タイムステップであった。連続段階では、初期の滑らかな軌道が3秒未満で生成された。
• 連続最適化段階では、19秒で6回の反復改善が完了し、すべての実験で二次計画法のコスト関数に収束した。
• 本手法はグリッド解像度に関して完全であり、積分二乗微分係数コストに関して局所最適であるため、高品質な軌道出力を保証する。