論文の概要: Task-Space Constrained Stochastic Trajectory Optimization for Time-Optimal Forestry Crane Motion Planning
- arxiv url: http://arxiv.org/abs/2607.17818v1
- Date: Mon, 20 Jul 2026 11:02:30 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-21 18:48:37.599066
- Title: Task-Space Constrained Stochastic Trajectory Optimization for Time-Optimal Forestry Crane Motion Planning
- Title（参考訳）: 時間最適森林クレーン運動計画のためのタスク空間制約付き確率軌道最適化
- Abstract要約: 軌道最適化(VP-STO)は、この領域において、時間-最適ハイブリッド運動計画法を実証している。
森林クレーンのようなキネマティックに冗長なマニピュレータの場合、この1つの逆キネマティックス解への事前コミットは、プランナーが冗長性を利用する能力を制限する。
本稿では,厳密な終端結合空間制約をタスク空間制約に置き換える,タスク空間制約付きVP-STOを提案する。
- 参考スコア（独自算出の注目度）: 0.21748200848556343
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Efficient, collision-free, and time-optimal motion planning is a fundamental requirement for autonomous forestry cranes operating under hydraulic pump-flow constraints. The Via-Point-based Stochastic Trajectory Optimization (VP-STO) algorithm has demonstrated near-time-optimal hybrid motion planning in this domain, but requires a fixed terminal joint configuration specified prior to optimization. For kinematically redundant manipulators such as forestry cranes, this pre-commitment to a single inverse kinematics solution restricts the planner's ability to exploit redundancy, particularly under the nonlinear, globally coupled pump-flow constraint where admissible joint velocities depend on their combined hydraulic demand. This paper presents TSC-VP-STO, a task-space-constrained extension of VP-STO that replaces the strict terminal joint-space constraint with a task-space constraint, jointly optimizing the trajectory and the redundant degrees of freedom of the terminal configuration. This enables the planner to adapt end configurations to the environment-dependent motion and hydraulic flow allocation, yielding more balanced pump utilization and shorter trajectory durations. We formalize the approach through a configuration space decomposition and derive a concrete reachability constraint for the forestry crane kinematics. Experimental evaluations across multiple planning targets and via-point configurations demonstrates a reduction on trajectory durations by 12-15% on average and improved pump-flow utilization compared to the baseline VP-STO. The practical applicability of TSC-VP-STO is validated through real-world deployment on a forestry crane, including a full log-loading cycle.
- Abstract（参考訳）: 油圧ポンプ・フロー制約下での自律林業クレーンの効率的な, 衝突のない, 時間的最適動作計画は, 基本的要件である。
The Via-Point-based Stochastic Trajectory Optimization (VP-STO) algorithm has demonstrated near-time-optimal hybrid motion planning in this domain, but requires a fixed terminal joint configuration before optimization。
森林クレーンのような運動学的に冗長なマニピュレータの場合、この1つの逆キネマティクス解への事前コミットは、特に許容関節速度が結合された水力需要に依存する非線形で大域的に結合されたポンプ-フロー制約の下で、プランナーが冗長性を利用する能力を制限する。
本稿では,厳密な端末空間制約をタスク空間制約に置き換える,タスク空間制約付きVP-STOのタスク空間制約拡張であるTSC-VP-STOについて述べる。
これにより、プランナーは、環境に依存した動きと水力流の割り当てに端の設定を適用することができ、ポンプの使用量と軌道長の短縮が得られる。
本研究では,構成空間の分解によるアプローチを定式化し,森林クレーン運動学の具体的な到達性制約を導出する。
複数の計画目標と点内配置の実験的評価により, 軌道長を平均で12～15%削減し, ベースラインのVP-STOと比較してポンプ・フロー利用率を向上した。
TSC-VP-STOの実用性は、完全なログローディングサイクルを含む林業クレーンへの実際の展開を通じて検証される。
関連論文リスト
- Model-Free Adaptive Parameter Tuning for Efficient Multi-Robot Warehouse Operations [43.34877484703518]
エクストリームシーキング制御(ESC)に基づく適応パラメータチューニングフレームワークを提案する。
ESCは、正弦波ディザ信号でパラメータを摂動させ、摂動と性能変化を推定してモデルフリーの最適化を行う。
動的動作条件下では,地図やロボットの船体サイズによって平均5.0%のスループット向上と8.4%のスループット向上が観察された。
論文 参考訳（メタデータ） (2026-08-21T18:14:29Z) - Real-time Whole-Body Motion Planning for Mobile Manipulators Carrying Arbitrarily Shaped Payloads via Kinematically-Coupled SVSDF [15.284805246845197]
本文は、任意の形状のペイロードを運ぶ移動マニピュレータのためのリアルタイムな全身運動フレームワークを提示する。
提案するフレームワークは, 狭い通路や乱雑な環境を通じて, 大型で非駆動ペイロードを確実に輸送する。
論文 参考訳（メタデータ） (2026-08-07T09:20:31Z) - TCBiRRT: Rapid Motion Planning for Tightly Coupled Dual-arm Space Manipulator Using Task-space Random Expansion [13.227911126048731]
閉鎖制約下での密結合型双腕空間マニピュレータの運動経路の計画は、基本的かつ困難な問題である。
本稿では,タスク空間制約付き双方向高速探索ランダムツリーアルゴリズムTCBiRRTを提案する。
論文 参考訳（メタデータ） (2026-05-26T15:24:07Z) - Navigating the Clutter: Waypoint-Based Bi-Level Planning for Multi-Robot Systems [54.887871365121775]
乱雑な環境におけるマルチロボット制御は、複雑な物理的制約を伴う難しい問題である。
タスクとモーションプランニングを協調的に最適化するハイブリッドマルチロボット制御フレームワークを提案する。
我々のアプローチは、動作に依存しないベースラインとVLAベースのベースラインよりもタスクの成功を継続的に改善する。
論文 参考訳（メタデータ） (2026-04-22T22:58:47Z) - RAD-2: Scaling Reinforcement Learning in a Generator-Discriminator Framework [49.531001563853984]
RAD-2はクローズドループ計画のための統一されたジェネレータ・ディスクリミネーターフレームワークである。
様々な軌道候補を生成する一方、RL最適化判別器は、これらの候補を長期的な運転品質に応じて再現する。
強い拡散ベースのプランナーに比べて衝突速度を56%削減する。
論文 参考訳（メタデータ） (2026-04-16T17:59:44Z) - Trajectory Planning for a Multi-UAV Rigid-Payload Cascaded Transportation System Based on Enhanced Tube-RRT* [5.920746855674374]
本稿では,剛性装荷輸送システムのための2段階の軌道計画手法を提案する。
ステージIでは,アクティブハイブリッドサンプリングと適応展開戦略を統合し,拡張管-RRT*アルゴリズムを開発した。
ステージIIにおいて、凸二次プログラムはペイロードの変換と回転のダイナミクスを考慮して定式化される。
論文 参考訳（メタデータ） (2026-04-16T14:39:28Z) - HAD: Combining Hierarchical Diffusion with Metric-Decoupled RL for End-to-End Driving [51.268878540511054]
我々は階層的拡散政策を備えたエンドツーエンドの計画フレームワークであるHADを提案する。
我々は,NAVSIMとHUGSIMの両方でHADが新たな最先端性能を実現することを示す。
論文 参考訳（メタデータ） (2026-04-04T04:12:47Z) - Accelerated Spline-Based Time-Optimal Motion Planning with Continuous Safety Guarantees for Non-Differentially Flat Systems [6.862015448582809]
単一制御問題(OCP)としてのスプラインに基づく動き計画の定式化
分離を線形システムや二次プログラムで解ける独立した分類問題として扱うことにより、提案手法は超平面パラメータをOCP変数から除去する。
実験による検証により、この分離されたアプローチは、完全にリッチな環境に比べて軌道速度を60%近く減少させることが示された。
論文 参考訳（メタデータ） (2026-03-25T09:53:04Z) - Consistent and Efficient MSCKF-based LiDAR-Inertial Odometry with Inferred Cluster-to-Plane Constraints for UAVs [46.21996481591401]
本稿では,UAVに適した一貫した,効率的なLiDAR-Inertial Odometryフレームワークを提案する。
スライディングウインドウのコプラナー制約にヌル空間プロジェクションを適用することにより、状態ベクトルにおける特徴パラメータへの直接依存を排除できる。
退化シナリオにおける堅牢性の向上,マップのない性質によるメモリ使用量の最小化,リソース制約の組込みプラットフォーム上でのリアルタイム実行などを実現している。
論文 参考訳（メタデータ） (2026-03-13T11:09:50Z) - Fast Motion Planning for Non-Holonomic Mobile Robots via a Rectangular Corridor Representation of Structured Environments [43.11194204846493]
非ホロノミックな自律移動ロボットの高速動作計画のための完全なフレームワークを提案する。
提案手法では,重なり合う矩形廊下のコンパクトグラフを生成する決定論的自由空間分解を導入する。
このフレームワークは、長方形の列を見つけて、最適に近い運動可能な軌道を生成することで、オンラインのモーションプランニングを行う。
論文 参考訳（メタデータ） (2026-02-10T12:18:14Z) - Fast Near Time-Optimal Motion Planning for Holonomic Vehicles in Structured Environments [8.195916347194315]
磁気浮上を用いた平面運動系における運動計画の課題を解決することを目的としている。
提案手法は, 自由空間廊下を用いた環境表現を符号化し, 移動プリミティブを用いて車両の走行を表現している。
この手法は最先端のXPlanarシステムよりもはるかに低い時間で実現され、実世界のBeckhoff XPlanarシステム上で検証される。
論文 参考訳（メタデータ） (2026-02-02T21:26:30Z) - A Fast Semidefinite Convex Relaxation for Optimal Control Problems With Spatio-Temporal Constraints [22.24436694865408]
自律エージェントの最適制御問題(OC)の解決は、自動運転車から自動運転車まで、幅広いアプリケーションにおいて不可欠である。
ほとんどのOCPは、イベントタイミングと軌道とのカップリングのため、非ポイントである。
本稿では,水平線を時間制約付きセグメントに分割する時間スケーリング直接多重撮影方式を提案する。
論文 参考訳（メタデータ） (2026-01-06T14:38:19Z) - Goal Kernel Planning: Linearly-Solvable Non-Markovian Policies for Logical Tasks with Goal-Conditioned Options [54.40780660868349]
我々はLinearly-Solvable Goal Kernel Dynamic Programming (LS-GKDP)と呼ばれる合成フレームワークを導入する。
LS-GKDPは、Linearly-Solvable Markov Decision Process (LMDP)形式とOptions Framework of Reinforcement Learningを組み合わせたものである。
本稿では,目標カーネルを持つLMDPが,タスク接地によって定義された低次元部分空間におけるメタポリティシの効率的な最適化を実現する方法を示す。
論文 参考訳（メタデータ） (2020-07-06T05:13:20Z)
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。