Алгоритм планирования локальных траекторий движения наземного робототехнического средства с учетом глобального маршрута

Алгоритм планирования локальных траекторий движения наземного робототехнического средства с учетом глобального маршрута

Савельев Антон Игоревич
к.т.н., Федеральное государственное бюджетное учреждение науки «Санкт-Петербургский Федеральный исследовательский центр Российской академии наук» (СПб ФИЦ РАН), лаборатория автономных робототехнических систем, с.н.с., 199178, Санкт-Петербург, 14-я линия В.О., д. 39, Этот адрес электронной почты защищён от спам-ботов. У вас должен быть включен JavaScript для просмотра., ORCID: 0000-0003-1851-2699

Камынин Константин Викторович
СПб ФИЦ РАН, лаборатория автономных робототехнических систем, программист, 199178, Санкт-Петербург, 14-я линия В.О., д. 39, Этот адрес электронной почты защищён от спам-ботов. У вас должен быть включен JavaScript для просмотра.

Ерашов Алексей Алексеевич
СПб ФИЦ РАН, лаборатория автономных робототехнических систем, м.н.с., 199178, Санкт-Петербург, 14-я линия В.О., д. 39, Этот адрес электронной почты защищён от спам-ботов. У вас должен быть включен JavaScript для просмотра., ORCID: 0000-0001-8003-3643

Черских Екатерина Олеговна
СПб ФИЦ РАН, лаборатория автономных робототехнических систем, м.н.с., 199178, Санкт-Петербург, 14-я линия В.О., д. 39, Этот адрес электронной почты защищён от спам-ботов. У вас должен быть включен JavaScript для просмотра., ORCID: 0000-0002-4443-2281

Материал поступил в редакцию 30 мая 2023 года.

Аннотация
В статье представлен алгоритм, обеспечивающий динамическое планирование локальной траектории движения на основе данных с 3D-лидара с учетом заранее заданного глобального маршрута на пересеченной местности. Предложенный алгоритм планирования учитывает особенности уже ранее разработанного авторами алгоритма планирования глобальной и энергоэффективной траектории движения LRLHD-A*. Новизна предлагаемого решения заключается в алгоритме формирования графа окружающего пространства из полученных данных с трехмерного лидара, установленного на мобильном РС, со сложностью O(nlogn), что позволяет сократить время на построение локальной траектории. Разработанное решение позволяет объединить процессы построения локальной и глобальной траектории движения за счёт использования в качестве основы энергоэффективного алгоритма построения траекторий LRLHD-A*. В ходе проведения экспериментов были выявлено, что при выборе шага в 0,5 м локальной сетки размером 10 × 10 м время построения сетки и траектории не превышает 0,1 с. Разработанный алгоритм возможно применять в качестве локального планировщика в режиме близкого к реальному времени, обеспечивая оперативное реагирование на различные препятствия на глобальной траектории движения РС с учетом особенности рельефа местности и текущей глобальной траектории движения.

Ключевые слова
Планирование траектории, локальная траектория, локальная навигация, динамические препятствия, преодоление препятствий, энергоэффективное движение.

Благодарности
Работа выполнена при финансовой поддержке РНФ (проект № 20-79-10325).

DOI
10.31776/RTCJ.11304

Индекс УДК 
004.021

Библиографическое описание
Алгоритм планирования локальных траекторий движения наземного робототехнического средства с учетом глобального маршрута / А.И. Савельев, К.В. Камынин, А.А. Ерашов, Е.О. Черских // Робототехника и техническая кибернетика. – Т. 11. - № 3. – Санкт-Петербург : ЦНИИ РТК. – 2023. – С. 188-196. – Текст : непосредственный.

Литература

  1. Ravankar A.A. HPPRM: hybrid potential based probabilistic roadmap algorithm for improved dynamic path planning of mobile robots / Ravankar A.A. [et al.] // IEEE Access. – 2020. – Т. 8. – Pp. 221743-221766. DOI: 10.1109/ACCESS.2020.3043333. – Text: electronic.
  2. Kavraki L.E. Probabilistic roadmaps for path planning in high-dimensional configuration spaces / Kavraki L.E. [et al.] // Transactions on Robotics and Automation. – 1996. – T. 12. – № 4. – Pp. 566-580. DOI: 10.1109/70.508439. – Text: electronic.
  3. Khatib O. Real-time obstacle avoidance for manipulators and mobile robots // The international journal of robotics research. – 1986. – Т. 5. – №. 1. – Pp. 90-98. – Text: unmediated.
  4. Barraquand J. Numerical potential field techniques for robot path planning / Barraquand J., Langlois B., Latombe J.C. // Transactions on systems, man, and cybernetics. – 1992. – Т. 22. – №. 2. – Pp. 224-241. – Text: unmediated.
  5. Artificial Potential Field Simulation Framework for Semi-Autonomous Car Conception. / Le Gouguec A. [et al.] // In: Driving Simulation Conference. – 2017. – Text: unmediated.
  6. Rösmann C. Kinodynamic trajectory optimization and control for car-like robots / Rösmann C., Hoffmann F., Bertram T. // In: International Conference on Intelligent Robots and Systems (IROS). – 2017. – Pp. 5681-5686. – Text: unmediated.
  7. Kroumov V. 3D path planning for mobile robots using annealing neural network / Kroumov V., Yu J. // 2009 International Conference on Networking, Sensing and Control. – 2009. – Pp. 130-135. – Text: unmediated.
  8. Visca M. Meta-Conv1D energy-aware path planner for mobile robots in unstructured terrains. / Visca M. [et al.] // TechRxiv. Preprint. – 2022. – T. 14. – № 8. – Text: unmediated.
  9. Josef S. Deep reinforcement learning for safe local planning of a ground vehicle in unknown rough terrain / Josef S., Degani A. // Robotics and Automation Letters. – 2020. – T. 5. №. 4. – Pp. 6748-6755. – Text: unmediated.
  10. Harik E.H.C. The heading weight function: A novel LiDAR-based local planner for nonholonomic mobile robots / Harik E.H.C., Korsaeth A. // Sensors. – 2019. – T. 19. – №. 16. – P. 3606. – Text: unmediated.
  11. Chilian A. Stereo camera based navigation of mobile robots on rough terrain / Chilian A., Hirschmüller H. // In: International Conference on Intelligent Robots and Systems. – 2009. – Pp. 4571-4576. – Text: unmediated.
  12. Zhang X. Multilevel humanlike motion planning for mobile robots in complex indoor environments / Zhang X. [et al.] // Transactions on Automation Science and Engineering. – 2018. – T. 16. – №. 3. – Pp. 1244-1258. – Text: unmediated.
  13. Likhachev M. Anytime search in dynamic graphs / M. Likhachev [et al.] // Artificial Intelligence. – 2008. – T. 172. – №. 14. – Pp. 1613-1643. – Text: unmediated.
  14. Likhachev M. ARA*: Anytime A* with provable bounds on sub-optimality / M. Likhachev, Gordon G.J., Thrun S. // Advances in neural information processing systems. – 2003. – T. 16. – Text: unmediated.
  15. Mohammadpour M. An Investigation into the Energy-Efficient Motion of Autonomous Wheeled Mobile Robots / Mohammadpour M.[et al.] // Energies. – 2021. –T. 14. – №. 12. – P. 3517. – Text: unmediated.
  16. Yahja A. An efficient on-line path planner for outdoor mobile robots / Yahja A., Singh S., Stentz A. // Robotics and Autonomous systems. – 2000. – T. 32. – № 2-3. – Pp. 129-143. – Text: unmediated.
  17. Path planning for mobile robots on rough terrain / Santos A.S. [et al.] // Latin American Robotic Symposium, 2018 Brazilian Symposium on Robotics (SBR) and 2018 Workshop on Robotics in Education (WRE). – 2018. – Pp. 265-270. – Text: unmediated.
  18. Real time obstacle avoidance and navigation with mobile robot via local elevation information / Suo C. [et al.] // International Conference on Robotics and Biomimetics (ROBIO). – 2019. – Pp 2896-2901. – Text: unmediated.
  19. Continuous Multilayer and Multilevel Shortest Path Vector Field Navigation on 3D Triangular Meshes for Mobile Robots / Pütz S. [et al.] // – 2020.
  20. Sethian J.A. A fast marching level set method for monotonically advancing fronts // Proceedings of the National Academy of Sciences. – 1996. – T. 93. – № 4. – Pp. 1591-1595. – Text: unmediated.
  21. Zakharov K. Energy-efficient path planning algorithm on three-dimensional large-scale terrain maps for mobile robots / K. Zakharov, A. Saveliev, O. Sivchenko // International Conference on Interactive Collaborative Robotics. – 2020. – Pp 319-330. – Text: unmediated.
  22. Ram P. Revisiting kd-tree for nearest neighbor search / Ram P., Sinha K. // Proceedings of the 25th ACM SIGKDD international conference on knowledge discovery & data mining. – 2019. – Pp. 1378-1388. – Text: unmediated.

Полный текст статьи (pdf)