[论文解读] 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 4

一句话总结

本文提出RAW，一种用于未知、非结构化环境中的移动机器人的反应式在线运动规划方法，可确保碰撞安全并实现近似最优导航。通过半定规划（SDP）生成机器人周围的局部最大安全椭球，并利用强化学习智能体在其中选择航点，RAW使机器人能够通过重叠的椭球向目标前进，同时保证安全，并生成的轨迹长度最多比最优轨迹长15–24%。

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.

研究动机与目标

• 解决在无先验地图的未知且非结构化环境中在线运动规划的挑战。
• 即使在视场受限和环境信息不完整的情况下，也能实现实时碰撞规避。
• 在生成的轨迹路径长接近最优的前提下，最小化运动时间。
• 克服以往方法依赖全局地图、人工势场或固定路径集的局限性。
• 通过半定规划实现的几何分离，提供理论上的安全保证。

提出的方法

• 使用半定规划（SDP）构建机器人周围的局部最大椭球，确保所有检测到的障碍物均位于椭球外部。
• 利用强化学习（RL）智能体，基于机器人的视场和目标方向，在安全椭球内选择一个局部航点。
• 在保持位于当前椭球内部的前提下，引导机器人向选定航点移动，确保运动过程中的碰撞规避。
• 迭代重复该过程：在机器人新位置重新计算椭球，生成新航点，并持续推进直至到达目标。
• 通过SDP构建的椭球作为安全屏障，在导致碰撞前过滤掉潜在危险的航点，确保安全。
• 利用椭球之间的重叠序列，形成一条虚拟的、无障碍物的隧道，实现在无需构建地图的情况下安全导航。

实验结果

研究问题

• RQ1 反应式运动规划方法是否能在不依赖全局地图或先验环境知识的情况下，确保在未知环境中的安全性？
• RQ2 机器人如何在实时生成局部最优航点的同时，保证与未预见障碍物的碰撞规避？
• RQ3 所提方法生成的轨迹在长度和效率方面，与最优轨迹或基于RRT的轨迹相比，差距有多大？
• RQ4 使用SDP和RL实现实时重规划并保证安全的计算可行性如何？
• RQ5 在诸如死胡同或狭窄通道等复杂场景中，该规划器是否能避免失败，而其他方法可能产生振荡或失效？

主要发现

• RAW通过数学上证明的基于椭球的碰撞规避机制，结合半定规划，实现了安全保证。
• 在包含48个圆形障碍物的环境中，RAW生成的轨迹长度最多比最优轨迹长15%，表现出优异的近似最优性。
• 在多个实验设置中，RAW生成的轨迹长度均短于RRT的平均值和最小值轨迹。
• 该算法每步平均计算时间为98.36 ± 8.68 ms，在标准笔记本电脑上实现了约10 Hz的重规划频率。
• RAW在100%的测试配置中成功避免了碰撞，优于先前的AWGS方法，后者因缺乏安全过滤机制在66%的案例中失败。
• 在走廊或死胡同等场景中，RAW比人工势场方法更好地避免了振荡，但由于视场受限，深度死胡同中收敛性无法保证。