論文の概要: Experimental Comparison of Global Motion Planning Algorithms for Wheeled
Mobile Robots
- arxiv url: http://arxiv.org/abs/2003.03543v1
- Date: Sat, 7 Mar 2020 09:45:49 GMT
- ステータス: 処理完了
- システム内更新日: 2022-12-25 19:57:06.228405
- Title: Experimental Comparison of Global Motion Planning Algorithms for Wheeled
Mobile Robots
- Title(参考訳): 車輪付き移動ロボットのグローバル動作計画アルゴリズムの実験的比較
- Authors: Eric Heiden, Luigi Palmieri, Kai O. Arras, Gaurav S. Sukhatme, Sven
Koenig
- Abstract要約: 車輪付き移動ロボットのスムーズでエネルギー効率のよい動作を計画することは、自律運転からサービス、および内科ロボットに至るまでの応用における中心的な課題である。
本稿では,実世界のアプリケーションに類似したシナリオを持つ車輪付き移動ロボットのための,オープンソースのモーションプランニングベンチマークを紹介する。
私たちのベンチマークは使いやすく、拡張しやすいので、実践者や研究者は、新しいモーションプランニングアルゴリズムやシナリオ、メトリクスを簡単に評価することができます。
- 参考スコア(独自算出の注目度): 28.736023265458826
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Planning smooth and energy-efficient motions for wheeled mobile robots is a
central task for applications ranging from autonomous driving to service and
intralogistic robotics. Over the past decades, a wide variety of motion
planners, steer functions and path-improvement techniques have been proposed
for such non-holonomic systems. With the objective of comparing this large
assortment of state-of-the-art motion-planning techniques, we introduce a novel
open-source motion-planning benchmark for wheeled mobile robots, whose
scenarios resemble real-world applications (such as navigating warehouses,
moving in cluttered cities or parking), and propose metrics for planning
efficiency and path quality. Our benchmark is easy to use and extend, and thus
allows practitioners and researchers to evaluate new motion-planning
algorithms, scenarios and metrics easily. We use our benchmark to highlight the
strengths and weaknesses of several common state-of-the-art motion planners and
provide recommendations on when they should be used.
- Abstract(参考訳): 車輪付き移動ロボットのスムーズでエネルギー効率の良い動きの計画は、自動運転からサービス、そしてシステム内ロボットまで、アプリケーションの中心的なタスクである。
過去数十年にわたり、このような非ホロノミックシステムに対して、様々なモーションプランナー、ステア関数、パス改善技術が提案されてきた。
このような最先端のモーションプランニング技術を比較する目的で,我々は,現実の応用(倉庫のナビゲーション,散在する都市や駐車場の移動など)に類似したシナリオを持つ車輪付き移動ロボットのための,新たなオープンソースモーションプランニングベンチマークを導入し,効率と経路品質の指標を提案する。
私たちのベンチマークは簡単に使用でき、拡張できますので、実践者や研究者が新しいモーションプランニングアルゴリズム、シナリオ、メトリクスを簡単に評価できます。
私たちはベンチマークを使って、最先端のモーションプランナーの強みと弱みを強調し、いつ使うべきかを推奨します。
関連論文リスト
- Active Visual Localization for Multi-Agent Collaboration: A Data-Driven
Approach [51.75186763756072]
本研究は、視点変化の課題を克服するために、アクティブな視覚的ローカライゼーションをどのように利用できるかを検討する。
具体的には、与えられた場所における最適な視点を選択する問題に焦点をあてる。
その結果,既存の手法と比較して,データ駆動方式の方が優れた性能を示した。
論文 参考訳(メタデータ) (2023-10-04T08:18:30Z) - SCENEREPLICA: Benchmarking Real-World Robot Manipulation by Creating
Replicable Scenes [5.80109297939618]
実世界におけるロボット操作の評価のための再現可能な新しいベンチマークを提案し,特にピック・アンド・プレイスに着目した。
我々のベンチマークでは、ロボットコミュニティでよく使われているデータセットであるYCBオブジェクトを使用して、結果が他の研究と比較されるようにしています。
論文 参考訳(メタデータ) (2023-06-27T16:59:15Z) - Motion Transformer with Global Intention Localization and Local Movement
Refinement [103.75625476231401]
動き TRansformer (MTR) は、大域的意図の局所化と局所的な動きの洗練の合同最適化として、動き予測をモデル化する。
MTRは、限界運動予測と関節運動予測の両方において最先端の性能を達成する。
論文 参考訳(メタデータ) (2022-09-27T16:23:14Z) - Simultaneous Contact-Rich Grasping and Locomotion via Distributed
Optimization Enabling Free-Climbing for Multi-Limbed Robots [60.06216976204385]
移動, 把握, 接触問題を同時に解くための効率的な運動計画フレームワークを提案する。
ハードウェア実験において提案手法を実証し, より短い計画時間で, 傾斜角45degで自由クライミングを含む様々な動作を実現できることを示す。
論文 参考訳(メタデータ) (2022-07-04T13:52:10Z) - Autonomous Aerial Robot for High-Speed Search and Intercept Applications [86.72321289033562]
高速物体把握のための完全自律飛行ロボットが提案されている。
追加のサブタスクとして、我々のシステムは、表面に近い極にある気球を自律的にピアスすることができる。
我々のアプローチは、挑戦的な国際競争で検証され、優れた結果が得られました。
論文 参考訳(メタデータ) (2021-12-10T11:49:51Z) - Projection Mapping Implementation: Enabling Direct Externalization of
Perception Results and Action Intent to Improve Robot Explainability [62.03014078810652]
既存の非言語的手がかり、例えば目視や腕の動きに関する研究は、ロボットの内部状態を正確に示さないかもしれない。
状態をロボットの動作環境に直接投影することは、直接的で正確でより健全であるという利点がある。
論文 参考訳(メタデータ) (2020-10-05T18:16:20Z) - Towards Multi-Robot Task-Motion Planning for Navigation in Belief Space [1.4824891788575418]
本稿では,知識集約領域におけるナビゲーションのためのマルチロボットタスクモーション計画フレームワークを提案する。
特に,ロボット間の相互観測を取り入れた分散マルチロボットの設定について考察する。
このフレームワークは、運動中の運動計画と感覚の不確実性を目的としており、これは正式には信仰空間計画として知られている。
論文 参考訳(メタデータ) (2020-10-01T06:45:17Z) - ReLMoGen: Leveraging Motion Generation in Reinforcement Learning for
Mobile Manipulation [99.2543521972137]
ReLMoGenは、サブゴールを予測するための学習されたポリシーと、これらのサブゴールに到達するために必要な動作を計画し実行するためのモーションジェネレータを組み合わせたフレームワークである。
本手法は,フォトリアリスティック・シミュレーション環境における7つのロボットタスクの多種多様なセットをベンチマークする。
ReLMoGenは、テスト時に異なるモーションジェネレータ間で顕著な転送可能性を示し、実際のロボットに転送する大きな可能性を示している。
論文 参考訳(メタデータ) (2020-08-18T08:05:15Z) - Predicting Sample Collision with Neural Networks [5.713670854553366]
本稿では,サンプリングベース動作計画における高価なプリミティブ操作のコストに対処する枠組みを提案する。
我々は,2次元および3次元の作業空間における多様なロボットによる複数計画問題の枠組みを評価する。
論文 参考訳(メタデータ) (2020-06-30T14:56:14Z) - Catch the Ball: Accurate High-Speed Motions for Mobile Manipulators via
Inverse Dynamics Learning [20.655003319777368]
移動マニピュレータは、スローモーションコラボレーティブロボットシナリオにデプロイされる。
本稿では,高精度な高速動作を必要とするシナリオについて考察する。
2つの主要コンポーネントを含むこのタスク体制のためのフレームワークを導入する。
論文 参考訳(メタデータ) (2020-03-17T01:33:07Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。