惑星環境での安全なナビゲーションのための不確実性下におけるリスク考慮のキノダイナミックモーション計画
Risk-Aware Kinodynamic Motion Planning Under Uncertainty For Safe Navigation on Planetary Environments
惑星探査ロボットのための、地形力学などの環境相互作用の不確実性を考慮したリスク認識型のモーション計画手法を提案し、シミュレーションと実機でリスクを97%以上削減した。
詳しい要約
1. どんなもの？
2. 先行研究と比べてどこがすごい？
3. 技術・手法の肝は？
4. どうやって有効だと検証した？
5. 議論はある？
6. 次に読むべき論文は？
※ 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: Sachin Sunil Kelkar, Tanmay Dokania, Yashwanth Kumar Nakka
分類: cs.RO, cs.SY, eess.SY
原文アブストラクト
For autonomous space exploration, robotic agents need to perform motion planning in which environmental interactions may be unknown. Learning these interactions, such as terrain mechanics for wheeled robots, can introduce uncertainties that lead to risky motion plans and potentially hazardous operations or mission failures. Moreover, uncertainties induced by perception-based systems can exacerbate the problem of safe motion planning. In this letter, we address the problem of performing cost-optimal kinodynamic motion planning with risk awareness. We approach this in two steps. First, a sampling-based planner (AO-RRT) generates a dynamically feasible, risk-aware, and asymptotically cost-optimal trajectory. Second, we formulate motion planning as a nonlinear optimization problem and solve it using sequential convex programming (SCP), using the AO-RRT trajectory as an initial solution. By quantifying risk using conditional value-at-risk (CVaR), we demonstrate a reduction in risk by over $\sim$97\% across trajectories in simulation and hardware experiments.
関連論文
- ScaleMPA: グリッドネイティブ表現によるスケーラブルなRRT*加速の再考モーションプランニング
- 劣駆動システムの高速計画のための信頼できる多面体アクションセットモーションプランニング
- ベクトル化による高速漸近最適キノダイナミックプランニングモーションプランニング
- ホモトピーを考慮した参照経路不要のコリドー生成モーションプランニング
- パラメトリック不確実性を考慮した倹約的な外乱対応最小時間計画モーションプランニング
- DRIFT: ドリフトと集約によるモーションプランニングモーションプランニング
