[论文解读] Safe Sequential Path Planning of Multi-Vehicle Systems Under Presence of Disturbances and Imperfect Information.

Somil Bansal, Mo Chen+2 more|arXiv (Cornell University)|Mar 16, 2016

Robotic Path Planning Algorithms参考文献 8被引用 13

一句话总结

本文将多架无人飞行器（multi-UAV）系统的顺序路径规划（SPP）扩展至处理扰动和对高优先级车辆的不完全信息，采用三种鲁棒方法，在保持线性计算复杂度的同时实现安全保证。该方法使在存在现实不确定性、扰动和信息不完全的环境中实现安全路径规划成为可能，而以往的SPP方法则假设具备完全知识且无扰动。

ABSTRACT

Recently, there has been an immense surge of interest in using unmanned aerial vehicles (UAVs) for civil purposes. Multi-UAV systems are safety-critical, and safety guarantees must be made to ensure no undesirable configurations such as collisions occur. Hamilton-Jacobi (HJ) reachability is ideal for analyzing such safety-critical systems because it provides safety guarantees and is flexible in terms of system dynamics; however, its direct application is limited to small-scale systems of no more than two vehicles because of the exponential-scaling computation complexity. By assigning vehicle priorities, the sequential path planning (SPP) method allows multi-vehicle path planning to be done with a computation complexity that scales linearly with the number of vehicles. Previously the SPP method assumed no disturbances in the vehicle dynamics, and that every vehicle has perfect knowledge of the position of higher-priority vehicles. In this paper, we make SPP more practical by providing three different methods for accounting for disturbances in dynamics and imperfect knowledge of higher-priority vehicles. Each method has advantages and disadvantages with different assumptions about information sharing. We demonstrate our proposed methods in simulations.

研究动机与目标

• 解决以往SPP方法假设无扰动且对高优先级车辆拥有完全知识的局限性。
• 实现在车辆动力学受扰动且位置信息不确定的真实场景中安全路径规划。
• 在引入不确定性与扰动的同时，保持SPP的线性计算复杂度。
• 提供多种鲁棒方法，以适应不同信息共享与系统不确定性的假设。
• 在复杂、安全关键的多车辆操作中，证明SPP在现实条件下的实用性。

提出的方法

• 通过引入有界不确定性集，将汉密尔顿-雅可比（HJ）可达性分析扩展以考虑车辆动力学中的过程扰动。
• 提出三种不同的方法以处理对高优先级车辆位置的不完全知识：保守估计、基于区间的预测以及鲁棒可达集传播。
• 采用优先级顺序规划，即每架车辆基于对高优先级车辆可达集的预测来规划自身路径。
• 通过避免完整的同步可达性计算，保持与车辆数量的线性扩展性。
• 将扰动建模为系统动力学中的有界加性噪声，以维持安全保证。
• 应用可达性分析计算后向可达集，以确保在不确定性下的碰撞避免。

实验结果

研究问题

• RQ1 如何将顺序路径规划扩展至处理多架无人飞行器系统中的有界过程扰动？
• RQ2 处理高优先级车辆位置不完全信息的不同策略之间存在哪些权衡？
• RQ3 在保持线性计算复杂度的同时，能否在不确定性下维持安全保证？
• RQ4 关于信息共享的不同假设如何影响路径规划方案的鲁棒性与保守性？

主要发现

• 所提方法成功将SPP扩展至具有有界扰动和不完全信息的系统，同时保持安全保证。
• 开发了三种不同的方法，每种方法适用于不同的不确定性与信息共享假设。
• 计算复杂度与车辆数量保持线性关系，从而维持可扩展性。
• 仿真结果表明，即使在动态扰动和位置不确定性下，这些方法仍能有效防止碰撞。
• 保守估计方法提供了最严格的防护裕度，但路径保守性更高。
• 基于区间的预测方法在部分信息条件下实现了安全与路径效率之间的良好平衡。