論文の概要: Multi-Waypoint Path Planning and Motion Control for Non-holonomic Mobile Robots in Agricultural Applications
- arxiv url: http://arxiv.org/abs/2507.23350v1
- Date: Thu, 31 Jul 2025 08:56:24 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-08-01 17:19:09.33361
- Title: Multi-Waypoint Path Planning and Motion Control for Non-holonomic Mobile Robots in Agricultural Applications
- Title(参考訳): 農業用非ホロノミック移動ロボットのマルチウェイポイント経路計画と運動制御
- Authors: Mahmoud Ghorab, Matthias Lorenzen,
- Abstract要約: 無人移動ロボットは、非構造農業環境をナビゲートできるという需要が高まっている。
草地における雑草制御のようなタスクは、順序のない座標の集合を通して効率的な経路計画を必要とする。
本稿では,Dubins Traveling Salesman問題に基づくグローバルパスプランナを組み合わせた統合ナビゲーションフレームワークを提案する。
- 参考スコア(独自算出の注目度): 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: There is a growing demand for autonomous mobile robots capable of navigating unstructured agricultural environments. Tasks such as weed control in meadows require efficient path planning through an unordered set of coordinates while minimizing travel distance and adhering to curvature constraints to prevent soil damage and protect vegetation. This paper presents an integrated navigation framework combining a global path planner based on the Dubins Traveling Salesman Problem (DTSP) with a Nonlinear Model Predictive Control (NMPC) strategy for local path planning and control. The DTSP generates a minimum-length, curvature-constrained path that efficiently visits all targets, while the NMPC leverages this path to compute control signals to accurately reach each waypoint. The system's performance was validated through comparative simulation analysis on real-world field datasets, demonstrating that the coupled DTSP-based planner produced smoother and shorter paths, with a reduction of about 16% in the provided scenario, compared to decoupled methods. Based thereon, the NMPC controller effectively steered the robot to the desired waypoints, while locally optimizing the trajectory and ensuring adherence to constraints. These findings demonstrate the potential of the proposed framework for efficient autonomous navigation in agricultural environments.
- Abstract(参考訳): 無人移動ロボットは、非構造農業環境をナビゲートできるという需要が高まっている。
草地における雑草制御のようなタスクは、移動距離を最小化し、土壌の損傷を防ぎ、植生を保護するために曲率制約に固執しながら、秩序のない座標を通した効率的な経路計画を必要とする。
本稿では,Dubins Traveling Salesman Problem(DTSP)に基づくグローバルパスプランナと,局所経路計画と制御のための非線形モデル予測制御(NMPC)戦略を組み合わせた統合ナビゲーションフレームワークを提案する。
DTSPは、全ての目標を効率的に訪問する最小長の曲率制約経路を生成し、NMPCはこの経路を利用して制御信号を計算し、各経路点に正確に到達する。
このシステムの性能は、実世界のフィールドデータセットの比較シミュレーション分析によって検証され、DTSPベースのプランナーが、分離された手法と比較して、提供されたシナリオの約16%の削減で、よりスムーズで短い経路を生成できることが実証された。
そこでNMPCコントローラは、ロボットを目的の方向に向けて効果的に操ると同時に、軌道を局所的に最適化し、制約の遵守を確実にする。
これらの結果は,農業環境における効率的な自律航法のための枠組みの可能性を示している。
関連論文リスト
- NOVA: Navigation via Object-Centric Visual Autonomy for High-Speed Target Tracking in Unstructured GPS-Denied Environments [56.35569661650558]
我々はNOVAというオブジェクト中心のフレームワークを導入し、ロバストな目標追跡と衝突認識ナビゲーションを可能にした。
グローバルマップを構築するのではなく、NOVAはターゲットの参照フレーム内での知覚、推定、制御を定式化する。
我々は,都市迷路や森林の小道,間欠的なGPS損失を伴う建物内の繰り返し遷移など,現実の挑戦的なシナリオにまたがってNOVAを検証する。
論文 参考訳(メタデータ) (2025-06-23T14:28:30Z) - End-to-End Framework for Robot Lawnmower Coverage Path Planning using Cellular Decomposition [1.474723404975345]
自律型芝刈り機は、多様で不規則な形状の芝刈り機を効果的に操作し維持するために、効率的な被覆経路計画(CPP)が必要である。
本稿では,航空地図上のユーザ定義境界をシームレスに最適化したカバレッジパスに変換することを目的とした,CPPのための包括的エンドツーエンドパイプラインを提案する。
論文 参考訳(メタデータ) (2025-06-06T12:20:45Z) - Industrial Internet Robot Collaboration System and Edge Computing Optimization [3.2624782655521143]
本稿では,ディープラーニングに基づく移動ロボットのグローバルパス制御方式を提案する。
提案モデルでは,エッジデバイスでローカルデータを処理し,ロボットと中央サーバ間の通信負担を軽減する。
論文 参考訳(メタデータ) (2025-04-03T11:15:10Z) - SCoTT: Strategic Chain-of-Thought Tasking for Wireless-Aware Robot Navigation in Digital Twins [78.53885607559958]
無線対応経路計画フレームワークであるSCoTTを提案する。
SCoTT は DP-WA* の2% 以内で経路ゲインを達成し, 連続的に短い軌道を生成できることを示す。
また,ガゼボシミュレーションにおいて,SCoTTをROSノードとして配置することにより,本手法の実用性を示す。
論文 参考訳(メタデータ) (2024-11-27T10:45:49Z) - DATT: Deep Adaptive Trajectory Tracking for Quadrotor Control [62.24301794794304]
Deep Adaptive Trajectory Tracking (DATT)は、学習に基づくアプローチであり、現実世界の大きな乱れの存在下で、任意の、潜在的に実現不可能な軌跡を正確に追跡することができる。
DATTは、非定常風場における可溶性および非実用性の両方の軌道に対して、競争適応性非線形およびモデル予測コントローラを著しく上回っている。
適応非線形モデル予測制御ベースラインの1/4未満である3.2ms未満の推論時間で、効率的にオンラインで実行することができる。
論文 参考訳(メタデータ) (2023-10-13T12:22:31Z) - GP-guided MPPI for Efficient Navigation in Complex Unknown Cluttered
Environments [2.982218441172364]
本研究では,モデル予測パスインターガル(MPPI)と局所知覚モデルを統合するオンライン学習ベースの制御戦略であるGP-MPPIを提案する。
我々は,2次元自律ナビゲーションタスクのシミュレーションおよび実世界の実験を通じて,提案した制御戦略の効率性とロバスト性を検証する。
論文 参考訳(メタデータ) (2023-07-08T17:33:20Z) - 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) - Navigational Path-Planning For All-Terrain Autonomous Agricultural Robot [0.0]
本報告は農地の自律ナビゲーションのための新しいアルゴリズムの比較である。
インドの環境に特有な高解像度グリッドマップ表現について検討する。
その結果、自律的なフィールドナビゲーションとロボット経路計画の実現性にアルゴリズムが適用可能であることが証明された。
論文 参考訳(メタデータ) (2021-09-05T07:29:13Z) - SABER: Data-Driven Motion Planner for Autonomously Navigating
Heterogeneous Robots [112.2491765424719]
我々は、データ駆動型アプローチを用いて、異種ロボットチームをグローバルな目標に向けてナビゲートする、エンドツーエンドのオンラインモーションプランニングフレームワークを提案する。
モデル予測制御(SMPC)を用いて,ロボット力学を満たす制御入力を計算し,障害物回避時の不確実性を考慮した。
リカレントニューラルネットワークは、SMPC有限時間地平線解における将来の状態の不確かさを素早く推定するために用いられる。
ディープQ学習エージェントがハイレベルパスプランナーとして機能し、SMPCにロボットを望ましいグローバルな目標に向けて移動させる目標位置を提供する。
論文 参考訳(メタデータ) (2021-08-03T02:56:21Z) - Trajectory Planning for Autonomous Vehicles Using Hierarchical
Reinforcement Learning [21.500697097095408]
不確実かつ動的条件下で安全な軌道を計画することは、自律運転問題を著しく複雑にする。
RRT(Rapidly Exploring Random Trees)のような現在のサンプリングベース手法は、高い計算コストのため、この問題には理想的ではない。
軌道計画のための階層型強化学習構造とPID(Proportional-Integral-Derivative)コントローラを提案する。
論文 参考訳(メタデータ) (2020-11-09T20:49:54Z) - 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。