Локальное планирование траектории колесного робота в ограниченной среде на основе модельного прогнозирующего управления

Локальное планирование траектории колесного робота в ограниченной среде на основе модельного прогнозирующего управления

Алхаддад Мухаммад
Федеральное государственное автономное образовательное учреждение высшего образования «Московский физико-технический институт» (МФТИ), м.н.с., 141701, Московская облаcть, г. Долгопрудный, Институтский пер., д. 9, Этот адрес электронной почты защищён от спам-ботов. У вас должен быть включен JavaScript для просмотра., ORCID: 0000-0002-6801-5503

Миронов Константин Валерьевич
к.т.н., МФТИ, с.н.с., 141701, Московская облаcть, г. Долгопрудный, Институтский пер., д. 9; Автономная некоммерческая организация «Институт искусственного интеллекта» (AIRI), 121165, Москва, БЦ «Президент Плаза», Кутузовский проспект, д. 32, корп. 1, Этот адрес электронной почты защищён от спам-ботов. У вас должен быть включен JavaScript для просмотра., ORCID: 0000-0002-4828-1345

Дергачев Степан Алексеевич
Национальный исследовательский университет «Высшая школа экономики», аспирант, 101000, Москва, ул. Мясницкая, д. 20; Федеральный исследовательский центр «Информатика и управление» Российской академии наук (ФИЦ ИУ РАН), инженер-исследователь, 119333, Москва, ул. Вавилова, д. 44, корп. 2, Этот адрес электронной почты защищён от спам-ботов. У вас должен быть включен JavaScript для просмотра., ORCID: 0000-0001-8858-2831

Муравьев Кирилл Федорович
ФИЦ ИУ РАН, м.н.с., 119333, Москва, ул. Вавилова, д. 44, корп. 2, Этот адрес электронной почты защищён от спам-ботов. У вас должен быть включен JavaScript для просмотра., ORCID: 0000-0001-5897-0702

Панов Александр Игоревич
к.ф.-м.н., ФИЦ ИУ РАН, в.н.с., 119333, Москва, ул. Вавилова, д. 44, корп. 2, ORCID: 0000-0002-9747-3837

Материал поступил в редакцию 5 марта 2023 года.

Аннотация
Решается задача локального планирования траектории автономной колесной робототехнической платформой в ограниченной среде внутри помещений. Среда может содержать узкие проезды, ширина которых меньше, чем длина платформы, и, следовательно, нельзя применять стандартный подход с раздутием препятствий на максимальный радиус платформы. Предложен подход на основе численного решения задачи нелинейного модельного прогнозирующего управления. Продолговатая форма платформы аппроксимируется эллипсом высокого порядка. Вводится дифференцируемая сигмоидная функция отталкивающего потенциала такого эллипса, которая может быть вычислена для произвольной точки пространства при условии известного положения и ориентации платформы. Данная функция имеет малое значение вдали от робота, большое внутри робота и увеличивается при приближении к роботу. Значение потенциала рассчитывается для опорных точек препятствий и добавляется к оптимизируемому функционалу в качестве штрафа за столкновение с препятствиями или опасное приближение к ним. Разработан алгоритм генерации опорных точек на карте рабочего пространства, позволяющий обеспечить избегание столкновений с препятствиями. Для решения задачи нелинейного модельного прогнозирующего управления применяется реализация численного метода последовательного квадратичного программирования из открытой библиотеки Acados. Разработанный подход реализован в виде программного модуля локального планирования коллаборативной робототехнической платформы. Проведены эксперименты по локальному планированию движения платформы в искусственно созданном лабиринте и в офисном помещении с узкими проемами. Подход позволил осуществить проезд через проемы, ширина которых всего на 10-20 сантиметров превышает ширину робота. Время оптимизации траектории длиной несколько метров составляет порядка 20 миллисекунд.

Ключевые слова
Мобильный робот, планирование движения, избегание столкновений, модельное прогнозирующие управление.

Благодарности
Работа выполнена при поддержке Аналитического центра при Правительстве Российской Федерации в соответствии с договором о субсидии (идентификатор договора 000000D730321P5Q0002; грант № 70-2021-00138).

DOI
10.31776/RTCJ.11306

Индекс УДК 
004.896

Библиографическое описание
Локальное планирование траектории колесного робота в ограниченной среде на основе модельного прогнозирующего управления / Мухаммад Алхаддад [и др.] // Робототехника и техническая кибернетика. – Т. 11. - № 3. – Санкт-Петербург : ЦНИИ РТК. – 2023. – С. 205-214. – Текст : непосредственный.

Литература

  1. An Ecosystem for Heterogeneous Robotic Assistants in Caregiving: Core Functionalities and Use Cases / Jorn Vogel [et al.] // In: IEEE Robotics Automation Magazine 28.3 (2021), pp. 12-28. DOI: 10.1109/MRA.2020.3032142. – Text: electronic.
  2. Commercial offices // BrainCorp: [site]. – 2023. – URL: https://braincorp.com/applications/shelf-scanning/ (дата обращения: 18.04.2023). – Text: electronic.
  3. Automated Inventory Management // BrainCorp: [site]. – 2023. – URL: https:// brain-corp.com/ industries/ commercial-offices/ (дата обращения: 18.04.2023). – Text: electronic.
  4. A Review of Motion Planning Techniques for Automated Vehicles / David Gonz ́alez [et al.] // In: IEEE Transactions on Intelligent Transportation Systems 17.4 (2016), pp. 1135-1145. DOI: 10.1109 /TITS.2015.2498841. – Text: electronic.
  5. A Formal Basis for the Heuristic Determination of Minimum Cost Paths / Peter E. Hart [et al.] // In: IEEE Transactions on Systems Science and Cybernetics 4.2 (1968), pp. 100-107. DOI: 10.1109/TSSC.1968.300136. – Text: electronic.
  6. Steven M. LaValle. Randomized Kinodynamic Planning / Steven M. LaValle and Jr. James J. Kuffner // In: The International Journal of Robotics Research 20.5 (2001), pp. 378-400. DOI: 10.1177 /02783640122067453. – Text: electronic.
  7. Probabilistic roadmaps for path planning in high-dimensional configuration spaces / L.E. Kavraki [et al.] // In: IEEE Transactions on Robotics and Automation 12.4 (1996), pp. 566–580. DOI: 10 .1109/70.508439. – Text: electronic.
  8. O. Khatib. Real-time obstacle avoidance for manipulators and mobile robots / O. Khatib // In: Proceedings. 1985 IEEE International Conference on Robotics and Automation. – Vol. 2. – 1985, pp. 500-505. DOI: 10 .1109/ROBOT.1985.1087247. – Text: electronic.
  9. Тачков А.А. Реализация траекторного регулятора наземного робототехнического комплекса на основе модельного прогнозирующего управления / А.А. Тачков [и др.] // Робототехника и техническая кибернетика. – Т. 10. – № 1. – Санкт-Петербург: ЦНИИ РТК. – 2022. – С. 43-54. – Текст: непосредственный.
  10. Trajectory planning for Bertha — A local, continuous method / Julius Ziegler [et al.] // In: 2014 IEEE Intelligent Vehicles Symposium Proceedings. – 2014, pp. 450-457. DOI: 10. 1109 / IVS. 2014 .6856581. – Text: electronic.
  11. Vision-Only Robot Navigation in a Neural Radiance World / Michal Adamkiewicz [et al.] // In: IEEE Robotics and Automation Letters 7.2 (2022), pp. 4606-4613. DOI: 10.1109/LRA.2022.3150497. – Text: electronic.
  12. An NMPC Approach using Convex Inner Approximations for Online Motion Planning with Guaranteed Collision Avoidance / Tobias Schoels [et al.] // In: 2020 IEEE International Conference on Robotics and Automation (ICRA). 2020, pp. 3574-3580. DOI: 10. 1109 /ICRA40945.2020.9197206. – Text: electronic.
  13. CIAO*: MPC-based Safe Motion Planning in Predictable Dynamic Environments / Tobias Schoels [et al.] // In: IFAC-PapersOnLine 53.2 (2020). 21st IFAC World Congress, pp. 6555-6562. ISSN: 2405-8963. DOI: https: / / doi . org / 10. 1016 / j. ifacol.2020.12.072. – URL: https://www.sciencedirect.com/science/article/pii/S2405896320303281 (дата обращения: 18.04.2023). – Text: electronic.
  14. Akshay Thirugnanam. Safety-Critical Control and Planning for Obstacle Avoidance between Polytopes with Control Barrier Functions / Akshay Thirugnanam, Jun Zeng, and Koushil Sreenath // In: 2022 International Conference on Robotics and Automation (ICRA). 2022, pp. 286-292. DOI: 10.1109/ICRA46639.2022.9812334. – Text: electronic.
  15. NFOMP: Neural Field for Optimal Motion Planner of Differential Drive Robots With Nonholonomic Constraints / Mikhail Kurenkov [et al.] // In: IEEE Robotics and Automation Letters 7.4 (2022), pp. 10991-10998. DOI: 10.1109/LRA.2022.3196886. – Text: electronic.
  16. Aggressive driving with model predictive path integral control / Grady Williams [et al.] // In: 2016 IEEE International Conference on Robotics and Automation (ICRA). – 2016, pp. 1433-1440. – Text: unmediated.
  17. Information theoretic MPC for model-based reinforcement learning / Grady Williams [et al.] // In: 2017 IEEE International Conference on Robotics and Automation (ICRA). – IEEE. – 2017, pp. 1714-1721. – Text: unmediated.
  18. Ihab S Mohamed. Model predictive path integral control framework for partially observable navigation: A quadrotor case study / Ihab S Mohamed, Guillaume Allibert, and Philippe Martinet // In: 2020 16th International Conference on Control, Automation, Robotics and Vision (ICARCV). – IEEE. – 2020, pp. 196-203. – Text: unmediated.
  19. Acados: a modular open-source framework for fast embedded optimal control / Robin Verschueren [et al.]. – 2020. arXiv: 1910.13753 [math.OC]. – Text: electronic.
  20. Макаров Д.А. STRL: многоуровневая система управления интеллектуальными агентами / Д.А. Макаров, А.И. Панов, К.С. Яковлев // Пятнадцатая нац. конф. по искусственному интеллекту с межд. участием КИИ-2016 (3-7 октября 2016г., г. Смоленск, Россия): труды конференции. – Т. 1. – Смоленск: Универсум, 2016. – С. 179-188. – ISBN 978-5-91412-316-8. – Текст: непосредственный.
  21. Multilayer cognitive architecture for UAV control / Stanislav Emel’yanov [et al.] // In: Cognitive Systems Research 39 (2016), pp. 58-72. ISSN: 1389-0417. DOI: https: / / doi. org / 10. 1016 / j. cogsys.2015.12.008. – Text: electronic.
  22. Panov Aleksandr I. Goal Setting and Behavior Planning for Cognitive Agents / Aleksandr I. Panov // In: Scientific and Technical Information Processing 46.6 (2019), pp. 404-415. DOI: 10. 3103 /S0147688219060066. – Text: electronic.
  23. Панов А.И. Одновременное планирование и обучение в иерархической системе управления когнитивным агентом / А.И. Панов // Автоматика и телемеханика. – 2022. – 83.6 (2022), pp. 869-883. DOI: 10. 1134 /S0005117922060054. – Text: electronic.
  24. Husky UGV - Outdoor Field Research Robot // Clearpath Robotics Incurl: [site]. – 2023. – URL: https:// clearpath robotics.com/ husky-unmanned-ground-vehicle-robot/ (дата обращения: 18.04.2023). – Text: electronic.
  25. Nash, A. et al. (2007), “Thetaˆ*: Any-angle path planning on grids”, In: AAAI, vol. 7, pp. 1177–1183.
  26. Edsger W Dijkstra et al. (1959), “A note on two problems in connexion with graphs”, Numerische mathematic, pp. 269–271.

Полный текст статьи (pdf)