[论文解读] Real-Time Kinodynamic Motion Planning for Omnidirectional Mobile Robot Soccer using Rapidly-Exploring Random Tree in Dynamic Environment with Moving Obstacles

Fahri Ali Rahman, Igi Ardiyanto+1 more|arXiv (Cornell University)|May 12, 2019

Robotic Path Planning Algorithms参考文献 14被引用 4

一句话总结

本文提出了一种用于全向移动机器人的实时动力学运动规划系统，适用于动态足球环境，采用带有双积分器动力学的运动学-RRT*算法进行平动运动规划，并采用最短时间轨迹生成器进行转动运动规划。该系统通过PI控制实现在线重规划与轨迹跟踪，在ROS仿真环境中即使存在移动障碍物也能生成无碰撞、动力学可行的轨迹。

ABSTRACT

RoboCup Middle Size League (RoboCup MSL) provides a standardized testbed for research on mobile robot navigation, multi-robot cooperation, communication and integration via robot soccer competition in which the environment is highly dynamic and adversarial. One of important research topic in such area is kinodynamic motion planning that plan the trajectory of the robot while avoiding obstacles and obeying its dynamics. Kinodynamic motion planning for omnidirectional robot based on kinodynamic-RRT* method is presented in this work. Trajectory tracking control to execute the planned trajectory is also considered in this work. Robot motion planning in translational and rotational direction are decoupled. Then we implemented kinodynamic-RRT* with double integrator model to plan the translational trajectory. The rotational trajectory is generated using minimum-time trajectory generator satisfying velocity and acceleration constraints. The planned trajectory is then tracked using PI-Control. To address changing environment, we developed concurrent sofware module for motion planning and trajectory tracking. The resulting system were applied and tested using RoboCup simulation system based on Robot Operating System (ROS). The simulation results that the motion planning system are able to generate collision-free trajectory and the trajectory tracking system are able to follow the generated trajectory. It is also shown that in highly dynamic environment the online scheme are able to re-plan the trajectory.

研究动机与目标

• 解决在典型RoboCup中型联赛中高度动态、对抗性强的环境下，全向移动机器人实时运动规划的挑战。
• 将机器人动力学与移动障碍物预测整合到运动规划中，以提升安全性和可行性。
• 在规划频率较低且条件随时间变化的情况下，实现在线重规划与轨迹跟踪。
• 通过解耦平动与转动运动规划，提升计算效率并满足约束条件。
• 在基于ROS和Gazebo的逼真仿真环境中对系统进行验证。

提出的方法

• 将运动规划分解为平动与转动两部分，采用双积分器动力学通过运动学-RRT*进行平动轨迹规划。
• 采用最短时间轨迹生成器进行转动运动，将速度与加速度限制作为硬约束。
• 在RRT*代价函数中引入输入权重，以软性强制平动运动的动力学约束。
• 实现并行软件架构，支持在线运动规划与轨迹跟踪，规划与控制循环频率分别为3 Hz与60 Hz。
• 采用PI控制进行轨迹跟踪，控制输入基于当前位姿误差与规划参考轨迹的相对关系计算得出。
• 为提高RRT*算法中的碰撞检测效率，将机器人与障碍物的几何形状简化为点与圆。

实验结果

研究问题

• RQ1 带有双积分器动力学的运动学-RRT*能否在存在移动障碍物的动态环境中，为全向机器人生成无碰撞、动力学可行的轨迹？
• RQ2 当障碍物运动不可预测地改变时，在线重规划在多大程度上能保持轨迹的可行性？
• RQ3 解耦平动与转动运动规划在多大程度上提升了计算效率与约束处理能力？
• RQ4 在实时约束下，基于PI的轨迹跟踪在多大程度上能准确跟随规划的参考轨迹？
• RQ5 当规划频率较低（3 Hz）而控制环路以60 Hz运行时，系统能否保持性能？

主要发现

• 该运动规划系统在存在移动障碍物的动态仿真中成功生成了无碰撞轨迹，即使障碍物路径未预先计算。
• 轨迹跟踪系统紧密跟随了规划的位姿与速度轨迹，实际轨迹与规划轨迹高度一致，如图8所示。
• 系统在在线重规划方面表现出鲁棒性，能够在1.4秒内适应障碍物位置的变化，如图9所示。
• 在RRT*中使用输入权重有效降低了解的代价并提升了收敛性，同时对转动运动施加的硬约束确保了轨迹的可行性。
• 解耦方法实现了高效的计算，即使规划频率仅为3 Hz，仍能实现实时性能。
• 该实现已在基于ROS的Gazebo仿真环境中得到验证，相关视频与代码已公开，便于复现。