Summary and supplement of “Differentially constrained mobile robot motion planning in state lattices”
•Download as PPTX, PDF•
0 likes•55 views
一部訂正2018.10.02
Recommended
Recommended
More Related Content
More from Adachi (OEI)
More from Adachi (OEI) (6)
Summary and supplement of “Differentially constrained mobile robot motion planning in state lattices”
- 1. Summary and supplement of “Differentially Constrained Mobile Robot Motion Planning in State Lattices” summarized by oei Montgomery, J. Roumeliotis, S. I. Johnson, A. Matthies, L. url :http://www.fieldrobotics.org/users/alonzo/pubs/papers/JFR_09Final.pdf
- 2. コンテンツ I. INTRODUCTION I. Motivation II. Related Work III. Problem Statement IV. Approach V. Outline II. SEARCH SPACE DESIGN I. Regular Lattices II. Desiderata and Design Approach III. MOTION PLANNING USING STATE LATTICES I. Search Algorithm II. Heuristic Cost Estimate III. Computing Edge Costs IV. Processing Edge Cost Updates in Replanning V. Graduated Fidelity of Representation IV. IMPLEMENTATION DETAILS I. Sampling the Heading Dimension II. Control Sets with Shortest Edges III. Application Specific Planner Configurations V. RESULTS I. Comparison of the State Lattice to Other Search Spaces I. Experimental Setup II. Comparison to a Grid Search Space III. Comparison to Full C Space and Differentially Constrained Search Space IV. State Lattice with Turn-in-Place Motions II. Autonomous Navigation VI. CONCLUSION AND FUTURE WORK
- 3. コンテンツ I. イントロ I. 動機 II. 関連研究 III. 問題の提示 IV. 方法 V. 概要 II. 探索空間のデザイン I. 基本的な格子のデザイン II. デザイナとそのアプローチ III. State lattice による運動計画 I. 探索アルゴリズム II. ヒューリスティックコストの推定 III. エッジコスト計算 IV. リプランニング時のエッジコスト更新処理 V. 段階的な精度での state lattice 表現 IV. 実装の詳細 I. 探索空間内のヘッド次元サンプリング II. 最短エッジのコントロールセット III. アプリケーション固有のプランナ構成 V. 結果 I. State lattice と他の探索空間の比較 I. 実験セットアップ II. グリッド検索スペースとの比較 III. フルC空間と差分制約付き検索空間との比較 IV. Turn-in-Place運動でのState Lattice II. 自律移動について VI. 結論と今後の展望
- 4. 主題になってるものはどんなもの？ • State lattice (モーションプランニングアルゴリズム) • 正確にはモーションプランニングアルゴリズムの探索空間のひとつ • 探索を前提とした決定論的モーションプランニング • いくつかのサンプリング法を有する • 性能がばらまく state latticeのデザインや解像度に依存する • 離散化された state をベースとするため連続性を確保できない(近づ くことができても到達はできない)
- 5. どんなペーパー？ • 微分制約がある移動ロボットのstate latticeによる運動計画について • 探索空間のデザイン • State latticeを使った運動計画 • 実装の詳細 • 結果の比較(他探索空間との比較等) などについて記述
- 6. アルゴリズム実装の流れ • 探索空間を設計 • 最適化(無駄の少ないlatticeをばらまく) • 完全化(何時も物理制約を満たす) • 探索アルゴリズムを探索空間に適用 • 基本D* • ヒューリスティック＋エッジ • エッジはコストマップに応じて更新
- 7. アルゴリズムの構成 ① Latticeを規則的に配置(基本的には) ② コントロールセット適用 ③ 連続になるパスを生成 ④ コストマップに反映(swathの生成) ⑤ 評価 ⑥ 選択 ← ここら辺、次元追加で拡張したり 最適化したり 規則的に配置しないで動的に変化したら重しろそう ←別論文で横方向加速度減点にして急カーブで自動的に減速するやつあったな ↑ 単純に高速な時のstate latticeに曲率えぐいのなくしてもいい気がする 逆に低速だとえぐいstate latticeも用意する これも別論文で同じモデルだと低速時ほんとはもっとえぐい事できそうってやつ見た気がする
- 10. 探索アルゴリズム • 状態空間設計で設定した state lattice にグラフ探索のアルゴリズム を適用する • 重み関数は目的に応じて任意で設定せよ • A*やD*Liteのようにヒューリスティックコストを利用する
- 11. ヒューリスティックコストの推定 • 残りのパス長を推定してコストとする • ヒューリスティックコスト推定 • Reeds and Shepp (1990)←曲率において不連続 • heuristic lookup table (HLUT)←十分な計算コストがあればこれが良い
- 13. エッジコストの計算(ダイクストラ法とかの辺毎につくコスト) • 連続コストマップ上でlattice毎のエッジコストを計算 (規則的なstate latticeでは効率的に最適化可能) (計算上C空間の障害を計算するのとほぼ同じ) (C空間 : 実または複素の収束数列全体からなるベクトル空間) • コストは移動中に車両が占有するセルコストの合計 • 連続コストマップに応じてスワス内のセルのコストを更新 ← 具体的なモーション考慮しなくてもswathなら動きのコスト出せるの図 時間軸無視できるって意味かな…
- 14. リプランニング時のエッジコスト更新処理1 • フィールドロボットにおいて以前の計算の再利用による効率的なリプ ランニングが重要な設計基準である可能性がある • State lattice は有効グラフなのでD*と互換性がある • 規則性による事前計算でD*replanningがめっちゃ効率的になる • なんかスワスを使うといい感じになるっぽい • ちょっとD*知らべて出直します
- 15. リプランニング時のエッジコスト更新処理2 • マップセルコストの影響を受けるエッジ のリスト計算 • (a)state lattice の原点(□)から別グラフ の頂点(○)に接続する • 灰色のセルがスワス • (b)-(e)で変更されたマップセルに応じて スワスが再生成される • (f)の○が優先度queueに挿入されると 考えられる結果
- 16. Vcの2D投影
- 20. 他探索空間と比べてどこがすごい？ Vs turn in place
- 22. 議論はある？ • 探索空間の最適化(削る) • 探索空間の拡張(付加する) • 動的な探索空間(変動させる)