オフロード環境における移動ロボットの運動計画のための制御器の確率的挙動を組み込んだ運動力学的効率的適応状態格子

- 本研究は、Mobile robot の motion planning における理論モデルと実機挙動の誤差問題に対処するもの。 - 対象は Kinodynamic Efficiently Adaptive State Lattice (KEASL) planner。 - 下位 controller の確率的挙動を recombinant search space に組み込む3手法を提示。 - 実機は Clearpath Robotics Warthog Unmanned Ground Vehicle (UGV)、off-road・unstructured 環境。 - 2種類の perception algorithm と、シミュレーション上の map complexity を網羅した ablation study で評価。

- 従来の motion planner は理論モデルでロボット運動を予測するが、実機では real-world physics と下位 controller の追従不確実性により誤差が生じる。 - 本研究はその controller の stochastic behavior を KEASL の search space に組み込む点が特徴。 - 比較対象は sampling なしの KEASL と、obstacle footprint を拡大した baseline planning。 - sampling 導入により、予測 collision likelihood を低減するより保守的な trajectory が得られたと報告。 - ただし expanded obstacle footprints の baseline とは collision likelihood が同程度になる一方、baseline search の planning success rate を低下させる。

- 核となるのは、stochastic controller behavior を KEASL の recombinant search space に取り込む3つの手法。 - 具体的な3手法の詳細は要旨からは不明。 - 下位 controller が計画 trajectory を追従する際の不確実性を考慮し、予測 collision likelihood を反映した探索を行う枠組みと解釈できる。 - 実機 Warthog UGV と off-road・unstructured 環境、2種類の perception algorithm を用いて検証。 - シミュレーションでは map complexity を変化させた ablation study を実施。

- Clearpath Robotics Warthog Unmanned Ground Vehicle (UGV) を用い、off-road・unstructured 環境で実験。 - 2種類の perception algorithm で実験結果を分析。 - シミュレーションでは full spectrum の environment map complexity を用いた ablation study を実施。 - 結果、stochastic controller sampling を KEASL に導入すると、sampling なしより保守的な trajectory となり predicted collision likelihood が低下。 - expanded obstacle footprints の baseline と比べると collision likelihood は同程度だが、baseline search の planning success rate が低下。

- stochastic controller sampling の導入は predicted collision likelihood の低減に寄与するが、trajectory が保守的になる。 - expanded obstacle footprints による baseline と比較すると collision likelihood は同程度になる一方、planning success rate を低下させる trade-off がある。 - 実機・シミュレーション双方で評価しているが、3手法それぞれの詳細な比較や限界は要旨からは不明。 - 計算コストやリアルタイム性への影響も要旨からは不明。

- 比較対象として挙げられている sampling なしの KEASL および expanded obstacle footprints を用いた baseline planning の関連研究。 - 基盤 planner である Kinodynamic Efficiently Adaptive State Lattice (KEASL) の原論文。 - 下位 controller の stochastic behavior を扱う controller modeling 関連研究。 - off-road・unstructured 環境での perception algorithm 比較に関する研究。 - 同分野の定番として、state lattice planning や kinodynamic motion planning の代表的文献。