論文の概要: Entanglement-Free Trajectory Planning for Tethered Mobile Robots with a Slack Tether
- arxiv url: http://arxiv.org/abs/2608.09860v1
- Date: Mon, 10 Aug 2026 17:17:53 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-11 19:16:37.394939
- Title: Entanglement-Free Trajectory Planning for Tethered Mobile Robots with a Slack Tether
- Title（参考訳）: Slackテザ付きテザリング移動ロボットの絡み合いのない軌道計画
- Abstract要約: テザリング型移動ロボットの動作計画アルゴリズムでは、テザリングの絡み合い状態が考慮すべき重要な側面である。
本研究では,動的に実現可能な絡み合いのない軌道を計算できるスラック・テザーを用いた移動ロボットの動作計画アルゴリズムを提案する。
本稿では,このアルゴリズムが絡み合い制約の違反を回避し,より安全で信頼性の高い軌道を導出することを示す。
- 参考スコア（独自算出の注目度）: 9.67618824743514
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: In motion planning algorithms for tethered mobile robots, the entanglement state of the tether is a critical aspect to consider during the planning phase. This is particularly important in case of a slack tether, where the shape of the tether is not determined solely by the geometry of the environment and the location of the obstacles, but also by the dynamics of the tether, by the trajectory followed by the robot, and possibly by exogenous forces. In this scenario, preventing entanglement requires planning a robot trajectory that accounts for the entanglement definition and for the dynamics of the robot and of the tether. In this work, we propose a motion planning algorithm for tethered mobile robots with a slack tether that computes dynamically feasible entanglement-free trajectories to navigate through an environment with static obstacles. By considering the entanglement state during all the stages of the planning pipeline, we are able to compute safer trajectories that avoid entanglement during the motion of the robot. We achieve this through a three-step pipeline, which includes (i) the construction of a topological model of the entanglement-free configuration space of the tethered robot, (ii) the generation of a set of candidate paths using this model, and (iii) the computation of a dynamically feasible entanglement-free trajectory by solving a homotopy-constrained trajectory generation problem. The resulting trajectory can then be executed to lead the robot to its target location, while maintaining the tether in an entanglement-free configuration. We demonstrate the benefits of this algorithm in simulations, where we show how the planning algorithm avoids violations of the entanglement constraints, resulting in safer and more reliable trajectories.
- Abstract（参考訳）: テザリング移動ロボットの動作計画アルゴリズムにおいて、テザリングの絡み合い状態は計画段階で考慮すべき重要な側面である。
これは、テザーの形状が環境の幾何学と障害物の位置によってのみ決定されるのではなく、テザーの力学、軌道、ロボット、そしておそらく外因性力によって決定されるスラック・テザーの場合において特に重要である。
このシナリオでは、絡み合いを防ぐには、絡み合いの定義と、ロボットとテザーのダイナミクスを考慮に入れたロボット軌道を計画する必要がある。
本研究では,静的障害物のある環境中を走行するために,動的に実現可能な絡み合いのない軌道を演算するスラック・テザーを用いた移動ロボットの動作計画アルゴリズムを提案する。
計画パイプラインのすべての段階における絡み合い状態を考慮することで、ロボットの動作中の絡み合いを回避する安全な軌道を計算できる。
これを3段階のパイプラインで実現しています。
一 テザリングロボットの絡み目のない構成空間のトポロジカルモデルの構築
二 このモデルを用いた候補経路の集合の生成及び
三 ホモトピー制約軌道生成問題を解くことにより、動的に実現可能な絡み合いのない軌道の計算を行う。
結果として生じる軌道はロボットを目標の位置に導くために実行され、テザーは絡み合いのない状態で維持される。
このアルゴリズムの利点をシミュレーションで示し、このアルゴリズムが絡み合い制約の違反を回避し、より安全で信頼性の高い軌道を導出することを示す。
関連論文リスト
- Safe Polytope-in-Polytope Motion Planning and Control with Control Barrier Functions [45.68209588239261]
本研究は,多目的ロボットのフットプリントが凸自由空間領域内に留まることを保証する安全な局所運動計画制御手法を提案する。
提案された自由空間定式化では障害物検出やセグメンテーションは不要である。
このアプローチは、自動運転車と非ホロノミックな移動ロボットによるハードウェアによるシミュレーションで検証されている。
論文 参考訳（メタデータ） (2026-06-08T16:44:28Z) - Simulation-Informed Diffusion for Decentralized Multi-robot Motion Planning [56.240199425429445]
マルチロボットモーションプランニングでは、各ロボットが局所的な観測から衝突のない軌道を生成する必要がある。
既存のほとんどのプランナは、ローカル観測の静的スナップショットからトラジェクトリを生成する。
本稿では,制約対応拡散モデルに基づく分散フレームワークであるSimulation-Informed Diffusion (SID)を紹介する。
論文 参考訳（メタデータ） (2026-05-26T21:17:53Z) - 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) - Learning Smooth and Robust Space Robotic Manipulation of Dynamic Target via Inter-frame Correlation [12.529803316934176]
微小重力環境では、物体は通常自由浮遊であり、地球上で見られる支持や摩擦の制約が欠如している。
本稿では、歴史的時間的情報とフレーム間相関機構を統合したデータ駆動型宇宙ロボット操作手法を提案する。
論文 参考訳（メタデータ） (2026-03-29T06:27:30Z) - Ultrafast Sampling-based Kinodynamic Planning via Differential Flatness [15.37007491684187]
AkinoPDFは、多種多様なフラットなロボットシステムのための高速並列サンプリングに基づくキノダイナミックモーションプランニング技術である。
我々の手法は高速で正確で、どのサンプリングベースモーションプランナーとも互換性がある。
論文 参考訳（メタデータ） (2026-03-17T01:53:10Z) - Hierarchical Trajectory Planning of Floating-Base Multi-Link Robot for Maneuvering in Confined Environments [9.325443556436436]
浮動小数点浮動小数点浮動小数点浮動小数点浮動小数点浮動小数点浮動小数点浮動小数点浮動小数点浮動小数点浮動小数点浮動小数点浮動小数点浮動小数点浮動小数点浮動小数点浮動小数点浮動小数点浮動
本研究は,グローバルガイダンスと設定対応ローカル最適化を統合した階層的軌道計画フレームワークを導入する。
我々の知る限りでは、これは実際のロボットで実証された浮動小数点移動型マルチリンクロボットのための最初の計画フレームワークである。
論文 参考訳（メタデータ） (2026-02-25T22:49:54Z) - Trajectory Tracking for Multi-Manipulator Systems in Constrained Environments [9.385066923415936]
障害物分散環境で動作する移動型マルチマニピュレータシステムによる協調操作の問題点を考察する。
このタスクでは、障害物や狭い通路から生じる連続ロボット力学と離散幾何学的制約の両方を尊重しながら、把握された物体を輸送する必要がある。
本研究では,STLを満足するオブジェクト衝突のないベースフットプリントのオフライン生成とオンライン制約付き逆軌道と連続時間フィードバック制御を組み合わせたマルチレート計画制御フレームワークを提案する。
論文 参考訳（メタデータ） (2025-12-16T09:01:49Z) - Efficient Computation of a Continuous Topological Model of the Configuration Space of Tethered Mobile Robots [9.67618824743514]
ロボットが動くワークスペースの多角形表現から始まるテザリングロボットの構成空間のトポロジ的モデルを構築した。
提案手法は,構成空間の他の種類の表現を構築する既存のアルゴリズムの性能をいかに向上させるかを示す。
提案したモデルは、従来のホモトピー拡張グラフを構築するのに必要なわずかな時間で計算できる。
論文 参考訳（メタデータ） (2025-12-08T08:45:17Z) - Neural Potential Field for Obstacle-Aware Local Motion Planning [46.42871544295734]
本稿では,ロボットのポーズ,障害物マップ,ロボットのフットプリントに基づいて,異なる衝突コストを返却するニューラルネットワークモデルを提案する。
私たちのアーキテクチャには、障害物マップとロボットフットプリントを埋め込みに変換するニューラルイメージエンコーダが含まれています。
Husky UGVモバイルロボットの実験は、我々のアプローチがリアルタイムで安全なローカルプランニングを可能にすることを示した。
論文 参考訳（メタデータ） (2023-10-25T05:00:21Z) - 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) - 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。