未知かつ障害物の多い環境における方向認識型凸自由領域生成による安全なナビゲーション

未知かつ clutter な環境での robot navigation のため、candidate motion directions と robot geometry を同時に考慮した convex free-region 生成と、continuous-safe trajectory generation を統合した navigation framework。各 region 内で geometry-aware target pose selection と trajectory generation を行い、Lipschitz-based continuous safety certification と local refinement を実施。得られた free regions と candidate motions を region-based graph で保持し incremental planning を支援する。2D の clutter 環境での定量評価に加え、quadrupedal robot と UAV での 3D・実世界実験も行い、拡張性と実用性を示す。open…

既存手法は周囲の obstacle geometry に主に基づいて局所 collision-free region を拡大するため、clutter 環境では robot geometry を収容しつつ candidate motion directions に沿った traversable extension を保つ region を生成できず、特に narrow passages で下流の traversal が制限される。また region が得られても、discretized trajectory samples での safety checking では robot geometry を明示的にモデル化した際に連続的な collision-free motion を保証できない。本手法は candidate motion directions と robot geometry を convex free-region 生成に同時に組み込み、continuous-safe trajectory generation により連続的な collision-free motion を…

candidate motion directions と robot geometry を convex free-region 生成に統合する。各 region 内で geometry-aware target pose selection と trajectory generation を実行し、Lipschitz-based continuous safety certification と local refinement を組み合わせて continuously collision-free motion を実現する。生成された free regions と candidate motions は region-based graph に保持され、incremental planning を可能にする。

cluttered 2D navigation scenarios での定量結果により、提案手法が下流の traversal により整合した free regions を生成し、信頼性の高い collision-free navigation を可能にすることを示す。さらに quadrupedal robot と UAV での追加の 3D・実世界実験により、framework の拡張性と実用性を実証する。

要旨からは不明。

要旨で参照・比較されている具体的な先行研究は明示されていない。関連手法として convex free-region generation、continuous-safe trajectory generation、Lipschitz-based safety certification、region-based graph を用いた incremental planning に関する研究が挙げられる。