[论文解读] Robust Sequential Path Planning Under Disturbances and Adversarial Intruder

Mo Chen, Somil Bansal+2 more|arXiv (Cornell University)|Nov 25, 2016

Robotic Path Planning Algorithms参考文献 26被引用 4

一句话总结

本文提出鲁棒顺序路径规划（SPP），通过为车辆分配严格的优先级顺序，实现在扰动和敌对闯入者存在下的可处理、可证明安全的多车辆路径规划。通过使用哈密顿-雅可比可达性预留时空区域，SPP 确保了动态可行性、碰撞避免和目标达成，计算复杂度呈线性（无闯入者）或二次方（存在一个闯入者）增长，从而实现了对非线性车辆动力学的实际部署。

ABSTRACT

Provably safe and scalable multi-vehicle path planning is an important and urgent problem due to the expected increase of automation in civilian airspace in the near future. Although this problem has been studied in the past, there has not been a method that guarantees both goal satisfaction and safety for vehicles with general nonlinear dynamics while taking into account disturbances and potential adversarial agents, to the best of our knowledge. Hamilton-Jacobi (HJ) reachability is the ideal tool for guaranteeing goal satisfaction and safety under such scenarios, and has been successfully applied to many small-scale problems. However, a direct application of HJ reachability in most cases becomes intractable when there are more than two vehicles due to the exponentially scaling computational complexity with respect to system dimension. In this paper, we take advantage of the guarantees HJ reachability provides, and eliminate the computation burden by assigning a strict priority ordering to the vehicles under consideration. Under this sequential path planning (SPP) scheme, vehicles reserve "space-time" portions in the airspace, and the space-time portions guarantee dynamic feasibility, collision avoidance, and optimality of the paths given the priority ordering. With a computation complexity that scales quadratically when accounting for both disturbances and an intruder, and linearly when accounting for only disturbances, SPP can tractably solve the multi-vehicle path planning problem for vehicles with general nonlinear dynamics in a practical setting. We demonstrate our theory in representative simulations.

研究动机与目标

• 解决城市空域中无人机密度不断增加背景下，对可证明安全且可扩展的多车辆路径规划的迫切需求。
• 克服高维多车辆系统中哈密顿-雅可比（HJ）可达性带来的指数级计算复杂度问题。
• 在扰动和敌对闯入者行为下，为具有通用非线性动力学的车辆保证目标达成和碰撞避免。
• 开发一种实用且可扩展的方法，在不依赖车辆动力学或闯入者行为强假设的前提下，维持硬性安全保证。
• 在涉及天气、通信故障及潜在恶意实体的真实场景中，实现高密度、安全的无人机运行。

提出的方法

• 为车辆分配严格的优先级顺序，将多车辆问题分解为顺序执行的单车辆可达性计算。
• 使用哈密顿-雅可比（HJ）可达性计算后向可达集，以定义每辆车的安全时空预留区域。
• 按优先级从高到低依次为每辆车预留时空区域，确保在扰动下仍具备动态可行性和碰撞避免能力。
• 将闯入者建模为具有最坏情况行为的敌对代理，并计算考虑其潜在机动行为的可达集。
• 确保高优先级车辆不会被低优先级车辆阻碍，即使低优先级车辆为避让闯入者而偏离原路径。
• 将计算复杂度控制在无闯入者时为 O(N)，存在一个闯入者时为 O(N²)，避免了完整多智能体 HJ 可达性带来的指数级增长。

实验结果

研究问题

• RQ1 顺序路径规划方法是否能在扰动下保持对具有通用非线性动力学的多辆车辆的可证明安全性和目标达成？
• RQ2 在多车辆路径规划框架中，如何建模敌对闯入者的行为并确保对其具有鲁棒性？
• RQ3 当扩展至包含扰动和一个闯入者时，基于可达性的多车辆路径规划方法的计算复杂度如何变化？
• RQ4 基于 HJ 可达性的时空预留是否能确保在优先级车辆序列中实现动态可行性和碰撞避免？
• RQ5 在高密度无人机交通场景中，安全保证、计算可处理性与路径最优性之间存在何种权衡？

主要发现

• SPP 在扰动和敌对闯入者行为下，对具有通用非线性动力学的车辆实现了可证明的安全性和目标达成。
• 该方法将 HJ 可达性的计算复杂度从指数级降低至无闯入者时的 O(N)，存在一个闯入者时为 O(N²)，从而实现了实际可扩展性。
• 仿真结果表明，低优先级车辆会更早偏离其标称轨迹，以预留高优先级车辆所需的时空区域，确保了足够的避让裕量。
• 未受闯入者影响的车辆（如 Q₄）能紧密跟踪其标称轨迹，而需避让闯入者的车辆（如 Q₂、Q₃）在闯入者存在期间会显著偏离。
• 闯入者消失后，车辆重新规划并最终抵达目标，展示了系统恢复能力和目标达成性。
• 该方法确保即使在最坏情况的闯入者机动下，所有车辆仍能通过保守的时空预留维持安全性和可行性。