日本フィジカルAI新聞

世界のフィジカルAIを、日本語で。

軌道生成arXiv:2603.00759

動的環境における衝突回避軌道のオンライン生成

Online Generation of Collision-Free Trajectories in Dynamic Environments

シェア:XThreadsFacebookLINEはてブBluesky

任意の幾何学的経路を、ジャーク制限を満たす滑らかな軌道にオンラインで変換し、動的環境での停止安全性を保証する手法を提案。

詳しい要約

1. どんなもの?

- 任意の幾何学的経路をオンラインでキネマティックに実行可能なjerk制限付き軌道に変換する手法。 - 経路はRRTやPRM、ARA*などのプランナが生成した状態列。 - quintic/quartic spline列を生成し、ユーザ指定の制御レートで離散化してロボットコントローラにストリーム可能。 - 動的環境変化にリアルタイム適応し、任意の瞬間に再呼び出し可能。 - 有界障害物速度仮定の下で有限時間区間の条件付き停止安全保証を提供。 - 元の経路からの有界な幾何偏差を許容。

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、オンラインで動的環境に適応しつつ、jerk制限を含むキネマティック制約を明示的に考慮。 - 競合手法との比較シミュレーションで、滑らかさ、計算時間、リアルタイム性能(最大1 kHzのターゲット状態変更)において優位性を示す。 - 有界障害物速度仮定の下で条件付き停止安全保証を提供する点が新しい。 - 実ロボット実験で人間を障害物とするシナリオを含む実世界適用性を実証。

3. 技術・手法の肝は?

- 任意のプランナが生成した状態列を入力とし、quintic/quartic spline列を生成。 - スプラインはユーザ指定の制御レートで離散化され、低レベルコントローラにストリーム。 - リアルタイム適応のため、任意の瞬間に現在状態から目標状態への新しい軌道を再生成可能。 - jerk制限を含むキネマティック制約を明示的に考慮。 - 有界障害物速度仮定の下で停止安全保証を条件付きで提供。 - 元の経路からの有界な幾何偏差を許容。

4. どうやって有効だと検証した?

- 競合手法との比較シミュレーション研究を実施。 - 滑らかさ、計算時間、リアルタイム性能(最大1 kHzのターゲット状態変更)で良好な挙動を実証。 - 実ロボット実験で実世界シナリオへの適用性を実証。 - 人間を障害物とするシナリオを含む。

5. 議論はある?

- 有界障害物速度仮定の下での条件付き停止安全保証に限定される。 - 元の経路からの有界な幾何偏差を許容するが、その範囲や影響についての詳細は要旨からは不明。 - 動的環境におけるリアルタイム性能と安全性のトレードオフについての議論は要旨からは不明。

6. 次に読むべき論文は?

- 要旨で参照/比較されている研究:RRT, PRM, ARA*などのプランナ。 - 競合手法の具体的名称は要旨からは不明。 - 同分野の定番:CHOMP, STOMP, TrajOptなどの軌道最適化手法。

※ 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: Nermin Covic, Bakir Lacevic

分類: cs.RO

原文アブストラクト

In this paper, we present an online method for converting an arbitrary geometric path, represented by a sequence of states, and generated by any planner (e.g., sampling-based planners such as RRT or PRM, search-based planners such as ARA*, etc.), into a kinematically feasible, jerk-limited trajectory. The method generates a sequence of quintic/quartic splines that can be discretized at a user-specified control rate and streamed to a low-level robot controller. Our approach enables real-time adaptation to environmental changes and can be re-invoked at any instant to generate a new trajectory from the robot's current state to a desired target state or sequence of states. Under a bounded-obstacle-velocity assumption, the method provides conditional stopping-safety guarantees over a finite time interval in dynamic environments, while allowing bounded geometric deviation from the original path. Kinematic constraints, including jerk limits, are explicitly considered. We validate the approach in a comparative simulation study against a competing method, demonstrating favorable behavior w.r.t. smoothness, computational time, and real-time performance, particularly with frequent target-state changes (up to 1 [kHz]). Real-robot experiments demonstrate applicability in real-world scenarios, including scenarios with a human as an obstacle.

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. 2GXO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
  3. 3newmo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
  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