日本フィジカルAI新聞

世界のフィジカルAIを、日本語で。

経路計画arXiv:2602.13577

ONRAP: 占有グリッド駆動のノイズ耐性自律経路計画

ONRAP: Occupancy-driven Noise-Resilient Autonomous Path Planning

シェア:XThreadsFacebookLINEはてブBluesky

占有グリッドと占有フロー予測を用い、ノイズや不確実な自己位置推定下でも安全に走行できる実装しやすい経路計画手法を提案し、F1TENTHで実証した。

詳しい要約

1. どんなもの?

- 動的環境での経路計画手法ONRAPを提案。 - occupancy grid上で動作し、必要に応じてoccupancy-flow予測を利用。 - 自己中心的な運動学的に実行可能な経路を生成し、静的・動的障害物を安全に回避。 - 非線形プログラムを空間領域で構築し、修正bicycle modelと明示的な実行可能性・衝突回避ペナルティを導入。 - 未知の障害物クラスや異種エージェントの動きに対応。 - リアルタイム(平均10Hz以上)で動作し、調整が最小限で標準制御スタックと連携。

2. 先行研究と比べてどこがすごい?

- 従来の手法と比較して、センシングノイズ、不確実なローカリゼーション、不完全な意味知覚に耐性がある。 - 手作りのヒューリスティクスを排除し、occupancy空間で純粋に動作することで未知の障害物クラスや異種エージェントの動きを自然に処理。 - 実装が容易で、最小限のチューニングで済み、標準制御スタックとクリーンにインターフェース。 - リアルタイム性能(10Hz以上)を達成。

3. 技術・手法の肝は?

- 空間領域での非線形プログラムを核心とし、修正bicycle modelに基づく。 - 明示的な実行可能性と衝突回避のペナルティを組み込む。 - occupancy grid上で動作し、オプションでoccupancy-flow予測を組み込む。 - 自己中心的な経路を生成し、運動学的に実行可能。 - 純粋にoccupancy空間で動作するため、未知の障害物クラスや異種エージェントの動きを自然に扱える。

4. どうやって有効だと検証した?

- シミュレーションで severe localization and perception noises を用いて検証。 - F1TENTHプラットフォーム上で検証。 - 狭い通路や粗い経路を通る際の滑らかで安全なマヌーバを示す。 - リアルタイム性能(平均10Hz以上)を確認。

5. 議論はある?

- 要旨からは不明。

6. 次に読むべき論文は?

- 要旨で参照/比較されている研究は明示されていない。 - 関連手法として、occupancy gridベースのプランニング、occupancy-flow prediction、nonlinear model predictive control (NMPC)、F1TENTH platform に関する研究が挙げられる。

※ AIが要旨から生成した要約です。正確性は原文をご確認ください。

著者: Faizan M. Tariq, Avinash Singh, Vipul Ramtekkar, Jovin D'sa, David Isele, Yosuke Sakamoto, Sangjae Bae

分類: cs.RO

原文アブストラクト

Dynamic path planning must remain reliable in the presence of sensing noise, uncertain localization, and incomplete semantic perception. We propose a practical, implementation-friendly planner that operates on occupancy grids and optionally incorporates occupancy-flow predictions to generate ego-centric, kinematically feasible paths that safely navigate through static and dynamic obstacles. The core is a nonlinear program in the spatial domain built on a modified bicycle model with explicit feasibility and collision-avoidance penalties. The formulation naturally handles unknown obstacle classes and heterogeneous agent motion by operating purely in occupancy space. The pipeline runs in real-time (faster than 10 Hz on average), requires minimal tuning, and interfaces cleanly with standard control stacks. We validate our approach in simulation with severe localization and perception noises, and on an F1TENTH platform, demonstrating smooth and safe maneuvering through narrow passages and rough routes. The approach provides a robust foundation for noise-resilient, prediction-aware planning, eliminating the need for handcrafted heuristics. The project website can be accessed at https://honda-research-institute.github.io/onrap/

関連論文

  1. 1Boston Dynamics、車輪付きAtlasの研究試作機を紹介研究・技術
  2. 2newmoとKDDIが資本業務提携 2028年に堺市で自動運転タクシー商用化目指す提携・買収
  3. 3GXOとApptronik、Apolloの物流現場試験を拡大 最大1,000台の展開を構想量産・展開
  4. 4NVIDIA、CoRLでGR00T 2とIsaac Lab 3.0を発表新製品・発表
  5. 5UC BerkeleyとNVIDIAの研究者、AIエージェントでロボット制御コードを仮想環境で改善研究・技術

PR・アフィリエイト広告

FRONTIER(GPU搭載BTOパソコン)

FRONTIER(GPU搭載BTOパソコン)の公式広告バナーFRONTIERでGPU搭載PCを見る ↗
PR本紙発行元 EmplifAI