論文の概要: DIVAL: Diffeomorphic Vector-Field Alignment for Nonholonomic Motion Planning
- arxiv url: http://arxiv.org/abs/2611.14918v1
- Date: Wed, 11 Nov 2026 02:22:08 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-11-14 01:36:32.981089
- Title: DIVAL: Diffeomorphic Vector-Field Alignment for Nonholonomic Motion Planning
- Title(参考訳): DIVAL:非ホロノミックな運動計画のための微分型ベクトル場アライメント
- Abstract要約: 非ホロノミックロボットはベクトル場を瞬時に追うことができず、障害物と衝突することがある。
本稿では,微分型ベクトル場アライメント(DIVAL)法を提案する。
DIVALは、ベクターフィールドの方向をロボットの初期方向と一致させ、ロボットが開始時からベクターフィールドを追従できるようにする。
- 参考スコア(独自算出の注目度): 9.555291237663726
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Conventional vector-field-based motion planners for nonholonomic robots consist of two steps: first designing a nominal vector field and then controlling the robot to follow it to approach the target. However, a nonholonomic robot cannot follow the vector field instantaneously and may collide with obstacles, due to the inevitable mismatch between the robot's initial heading and the vector field's direction. This paper proposes a diffeomorphic vector-field alignment (DIVAL) method, which aligns the vector field's direction with the robot's initial heading so the robot can follow the vector field from the start. Specifically, the nominal vector field is locally reshaped by applying a diffeomorphic deformation to the workspace, such that the reshaped vector field has the same direction as the robot's heading at the initial position and coincides with the nominal vector field outside the deformed region. Since DIVAL eliminates the initial heading mismatch, the nonholonomic robot can maintain heading alignment with the reshaped vector field throughout the motion. This heading alignment further ensures that the robot preserves the nominal vector field's properties, including obstacle avoidance, convergence to the target, and smooth control signals. Numerical simulations provide vector-field-tracking baselines where the nominal vector fields are reshaped with DIVAL. Compared to the original baselines, the proposed method achieves collision-free convergence in all trials and avoids control discontinuities. Hardware experiments on a ground vehicle further demonstrate collision-free convergence across different targets and initial conditions under real-world disturbances.
- Abstract(参考訳): 非ホロノミックロボットのための従来のベクトル場に基づく運動プランナーは、2つのステップで構成されている。
しかし,非ホロノミックロボットは,初期方向とベクトル場方向とのミスマッチが避けられないため,ベクトル場を瞬時に追従することができず,障害物と衝突する可能性がある。
本稿では,ベクトル場の方向をロボットの初期方向と一致させて,ロボットが開始時からベクトル場を追従できるようにする,微分型ベクトル場アライメント(DIVAL)法を提案する。
具体的には、変形したベクトル場がロボットが初期位置に向かっている方向と同じ方向であり、変形した領域の外側の固有ベクトル場と一致するように、ワークスペースに微分同相変形を施すことにより、名目ベクトル場を局所的に再形成する。
DIVALは初期方向ミスマッチを除去するので、非ホロノミックロボットは運動全体を通して変形したベクトル場との方向合わせを維持できる。
この方向アライメントにより、障害物回避、目標への収束、スムーズな制御信号を含む名目ベクトル場の特性をロボットが保持することを保証する。
数値シミュレーションは、名目ベクトル場をDIVALで再構成するベクトル場追跡ベースラインを提供する。
元のベースラインと比較して,提案手法は全ての試験において衝突のない収束を実現し,制御の不連続を回避する。
地上車両におけるハードウェア実験は、現実の乱れの下で、異なる目標と初期条件にまたがる衝突のない収束をさらに実証する。
関連論文リスト
- Distributed Geometric Optimization and Control of Rigid Differential-Drive Formations from Relative-Position Measurements [1.337450471780106]
距離に基づく構成制御は、ロボットチームの形状を固定するが、その位置と方向を拘束しないままにしておく。
最適化から直接2層推定制御方式を導出する。
提案手法はROS 2 Gazeboと5つの物理ロボットを用いた実験で検証した。
論文 参考訳(メタデータ) (2026-11-04T21:39:29Z) - Swarm Choreography Made Simple: Superposed Guiding Vector Fields for Rigid Formation Path Following [3.7290285739663394]
本稿では,マルチUAVシステムにおける剛性形成経路に対する分散誘導ベクトル場フレームワークを提案する。
このフレームワークは、2つの3D振付を実行する5つの四辺形からなる群を用いて検証される。
論文 参考訳(メタデータ) (2026-11-02T12:16:32Z) - Steering Fields: Adaptive Vector Fields for Safe Image Generation and Beyond [65.02517762858879]
生成過程の各ステップにおけるステアリング方向を適応的に再推定するステアリングベクトルの一般化であるステアリング場を導入する。
ステアフィールド場は流れモデルのノイズの多い状態で動作し、ステアリング強度とコンテンツ保存との間の連続的なトレードオフを露呈し、構成的である。
明示的な空間マスクや物体の先行値を使用しないにもかかわらず、軌道適応推定は局所構造を自然に保存する。
論文 参考訳(メタデータ) (2026-09-30T12:06:48Z) - Distributed Safe Cooperative Vector Field for Trajectory Curvature Constrained Multi-Robot Systems [33.11742595438937]
軌道曲率の制約は、実用マルチロボットシステムに固有のものである。
これらの制約を適切に考慮しなければ、ロボットは割り当てられたタスクを達成できないかもしれない。
本稿では,マルチロボットシステムのための分散セーフコラボレーティブベクトル場アプローチを提案する。
論文 参考訳(メタデータ) (2026-09-14T09:26:39Z) - Smoothly Differentiable and Efficiently Vectorizable Contact Manifold Generation [32.9796391255775]
既存の微分可能シミュレーションフレームワークが直面する重要なボトルネックは、接触多様体の生成である。
このボトルネックに寄与する主な要因は、一般的なロボットシミュレータの関連ルーチンがベクター化や微分可能性のために設計されていないことである。
これらの目標を念頭においてゼロから設計されたフレームワークを提案する。
論文 参考訳(メタデータ) (2026-02-23T19:34:47Z) - An Intrinsic Vector Heat Network [64.55434397799728]
本稿では,3次元に埋め込まれた接ベクトル場を学習するためのニューラルネットワークアーキテクチャを提案する。
本研究では, ベクトル値の特徴データを空間的に伝播させるために, トレーニング可能なベクトル熱拡散モジュールを提案する。
また,四面体メッシュ生成の産業的有用性に対する本手法の有効性を実証した。
論文 参考訳(メタデータ) (2024-06-14T00:40:31Z) - Householder Projector for Unsupervised Latent Semantics Discovery [58.92485745195358]
Householder Projectorは、画像の忠実さを犠牲にすることなく、StyleGANがより複雑で正確なセマンティック属性を見つけるのに役立つ。
プロジェクタを事前訓練したStyleGAN2/StyleGAN3に統合し、複数のベンチマークでモデルを評価する。
論文 参考訳(メタデータ) (2023-07-16T11:43:04Z) - Zero Pixel Directional Boundary by Vector Transform [77.63061686394038]
我々は境界を1次元曲面として再解釈し、1対1のベクトル変換関数を定式化し、クラス不均衡問題を完全に回避する境界予測の訓練を可能にする。
我々の問題定式化は、境界の方向推定だけでなく、よりリッチなコンテキスト情報もたらし、もし望めば、訓練時にもゼロピクセルの薄い境界が利用可能となる。
論文 参考訳(メタデータ) (2022-03-16T17:55:31Z) - Learning Stable Vector Fields on Lie Groups [27.10407648616855]
デモからロボットの動きを学ぶには、完全なロボットのポーズのためにベクトル場を表現できるモデルが必要である。
反応運動生成の最近の進歩は、適応性、反応性、滑らか、安定なベクトル場を学ぶことができることを示している。
従来の手法のほとんどの特性を保証できる新しいベクトル場モデルを提案する。
論文 参考訳(メタデータ) (2021-10-22T13:25:33Z) - 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。