論文の概要: Vision-aided UAV Navigation and Dynamic Obstacle Avoidance using
Gradient-based B-spline Trajectory Optimization
- arxiv url: http://arxiv.org/abs/2209.07003v1
- Date: Thu, 15 Sep 2022 02:12:30 GMT
- ステータス: 処理完了
- システム内更新日: 2022-09-16 13:15:08.854313
- Title: Vision-aided UAV Navigation and Dynamic Obstacle Avoidance using
Gradient-based B-spline Trajectory Optimization
- Title（参考訳）: 勾配Bスプライン軌道最適化を用いた視覚支援型UAVナビゲーションと動的障害物回避
- Authors: Zhefan Xu, Yumeng Xiu, Xiaoyang Zhan, Baihan Chen, Kenji Shimada
- Abstract要約: 本稿では,ロボットの車載視力を利用した勾配に基づくB-スプライン軌道最適化アルゴリズムを提案する。
提案手法は、まず円ベースのガイドポイントアルゴリズムを用いて、静的障害物を避けるためのコストと勾配を近似する。
視界検出された移動物体では, 動的衝突を防止するために, 反射・水平距離場が同時に使用される。
- 参考スコア（独自算出の注目度）: 0.31498833540989407
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Navigating dynamic environments requires the robot to generate collision-free
trajectories and actively avoid moving obstacles. Most previous works designed
path planning algorithms based on one single map representation, such as the
geometric, occupancy, or ESDF map. Although they have shown success in static
environments, due to the limitation of map representation, those methods cannot
reliably handle static and dynamic obstacles simultaneously. To address the
problem, this paper proposes a gradient-based B-spline trajectory optimization
algorithm utilizing the robot's onboard vision. The depth vision enables the
robot to track and represent dynamic objects geometrically based on the voxel
map. The proposed optimization first adopts the circle-based guide-point
algorithm to approximate the costs and gradients for avoiding static obstacles.
Then, with the vision-detected moving objects, our receding-horizon distance
field is simultaneously used to prevent dynamic collisions. Finally, the
iterative re-guide strategy is applied to generate the collision-free
trajectory. The simulation and physical experiments prove that our method can
run in real-time to navigate dynamic environments safely.
- Abstract（参考訳）: 動的環境をナビゲートするには、ロボットが衝突のない軌道を生成し、移動する障害物を積極的に回避する必要がある。
これまでのほとんどの研究は、幾何学、占有、ESDFマップのような単一の地図表現に基づく経路計画アルゴリズムを設計した。
静的な環境では成功したが、マップ表現の制限のため、これらの手法は静的および動的障害を同時に扱うことはできない。
そこで本研究では,ロボットのオンボードビジョンを用いた勾配に基づくbスプライン軌道最適化アルゴリズムを提案する。
深度ビジョンにより、ロボットはボクセルマップに基づいて幾何学的に動的オブジェクトを追跡し、表現することができる。
提案手法は,まず円状ガイドポイントアルゴリズムを適用し,静的障害を回避するためのコストと勾配を近似する。
そして、視覚検出された移動物体により、後退水平距離場が動的衝突を防止するために同時に使用される。
最後に、繰り返しリガイド戦略を適用して、無衝突軌道を生成する。
シミュレーションと物理実験により,提案手法が動的環境を安全にナビゲートするためにリアルタイムに動作できることが証明された。
関連論文リスト
- POA: Passable Obstacles Aware Path-planning Algorithm for Navigation of
a Two-wheeled Robot in Highly Cluttered Environments [53.41594627336511]
パッシブル障害物認識(Passable Obstacles Aware, POA)プランナーは, 乱雑な環境下での二輪ロボットのナビゲーション手法である。
我々のアルゴリズムは、二輪ロボットが通過可能な障害物を通り抜ける道を見つけることを可能にする。
論文 参考訳（メタデータ） (2023-07-16T19:44:27Z) - DDPEN: Trajectory Optimisation With Sub Goal Generation Model [70.36888514074022]
本稿では,エスケープネットワークを用いた微分動的プログラミング(DDPEN)を提案する。
本稿では,環境の入力マップとして,所望の位置とともにコストマップの形で利用する深層モデルを提案する。
このモデルは、目標に導く可能性のある将来の方向を生成し、リアルタイムに実行可能なローカルなミニマを避ける。
論文 参考訳（メタデータ） (2023-01-18T11:02:06Z) - A real-time dynamic obstacle tracking and mapping system for UAV
navigation and collision avoidance with an RGB-D camera [7.77809394151497]
RGB-Dカメラを用いたクワッドコプター障害物回避のためのリアルタイム動的障害物追跡とマッピングシステムを提案する。
本手法は,動的環境における障害物をリアルタイムに追跡・表現することができ,障害物を安全に回避することができる。
論文 参考訳（メタデータ） (2022-09-17T05:32:33Z) - Neural Motion Fields: Encoding Grasp Trajectories as Implicit Value
Functions [65.84090965167535]
本稿では,ニューラルネットワークによってパラメータ化される暗黙的値関数として,オブジェクト点群と相対的タスク軌跡の両方を符号化する新しいオブジェクト表現であるNeural Motion Fieldsを提案する。
このオブジェクト中心表現は、SE(3)空間上の連続分布をモデル化し、サンプリングベースのMPCを利用して、この値関数を最適化することで、反応的に把握することができる。
論文 参考訳（メタデータ） (2022-06-29T18:47:05Z) - DPMPC-Planner: A real-time UAV trajectory planning framework for complex
static environments with dynamic obstacles [0.9462808515258462]
安全なUAVナビゲーションは、複雑な環境構造、動的障害物、計測ノイズによる不確実性、予測不可能な移動障害物の挙動のために困難である。
本稿では,動的障害物を伴う複雑な静的環境を考慮した安全なナビゲーションを実現するための軌道計画フレームワークを提案する。
論文 参考訳（メタデータ） (2021-09-14T23:51:02Z) - Identification and Avoidance of Static and Dynamic Obstacles on Point
Cloud for UAVs Navigation [7.14505983271756]
クラウド入力のみを点とする静的障害と動的障害を区別する手法を提案する。
計算効率の良い障害物回避運動計画手法を提案し, 改良された相対速度法と一致している。
このアプローチは、同じフレームワークの静的障害と動的障害の両方を避けることができる。
論文 参考訳（メタデータ） (2021-05-14T02:44:18Z) - ERASOR: Egocentric Ratio of Pseudo Occupancy-based Dynamic Object
Removal for Static 3D Point Cloud Map Building [0.1474723404975345]
本稿では,pSeudo Occupancy-based dynamic object Removal の ERASOR, Egocentric RAtio という新しい静的マップ構築手法を提案する。
私たちのアプローチは、必然的に地面と接触している都市環境における最もダイナミックなオブジェクトの性質にその注意を向けます。
論文 参考訳（メタデータ） (2021-03-07T10:29:07Z) - Multi-Agent Path Planning based on MPC and DDPG [14.793341914236166]
モデル予測制御(MPC)とDeep Deterministic Policy Gradient(DDPG)を組み合わせた新しいアルゴリズムを提案する。
ddpg with continuous action spaceは、ロボットに学習と自律的な意思決定機能を提供するように設計されている。
航空母艦デッキや四角形などの不確定な環境でのシミュレーション実験にunity 3dを用いる。
論文 参考訳（メタデータ） (2021-02-26T02:57:13Z) - Path Planning Followed by Kinodynamic Smoothing for Multirotor Aerial
Vehicles (MAVs) [61.94975011711275]
そこで本稿では,RRT*textquotedblrightのテキストを幾何学的にベースとした動き計画手法を提案する。
提案手法では,適応探索空間とステアリング機能を導入したオリジナルのRT*を改良した。
提案手法を様々なシミュレーション環境で検証した。
論文 参考訳（メタデータ） (2020-08-29T09:55:49Z) - Radar-based Dynamic Occupancy Grid Mapping and Object Detection [55.74894405714851]
近年、古典的占有グリッドマップのアプローチが動的占有グリッドマップに拡張されている。
本稿では,従来のアプローチのさらなる発展について述べる。
複数のレーダセンサのデータを融合し、グリッドベースの物体追跡・マッピング手法を適用する。
論文 参考訳（メタデータ） (2020-08-09T09:26:30Z) - Risk-Averse MPC via Visual-Inertial Input and Recurrent Networks for
Online Collision Avoidance [95.86944752753564]
本稿では,モデル予測制御(MPC)の定式化を拡張したオンライン経路計画アーキテクチャを提案する。
我々のアルゴリズムは、状態推定の共分散を推論するリカレントニューラルネットワーク(RNN)とオブジェクト検出パイプラインを組み合わせる。
本手法のロバスト性は, 複雑な四足歩行ロボットの力学で検証され, ほとんどのロボットプラットフォームに適用可能である。
論文 参考訳（メタデータ） (2020-07-28T07:34:30Z)
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。