다중 로봇의 운동 계획은 도전적인 과제입니다.많은 로봇이 같은 공간에 있으며 운동 및 팀 구성 제약 조건에서 효율적인 계산을 실현하고 다중 로봇이 목적지에 도달하며 상호 충돌을 피해야 합니다.
하얼빈 공업 대학의 연구팀은 새로운 중앙 집중식 궤적 생성 방법을 제안하고 NOKOV 메트릭 모션 캡처 시스템을 사용하여 실제 실험에서 알고리즘의 효율성, 적응성 및 확장성을 검증했습니다.논문은 IROS 2021에 수록되어 있습니다.
논문 검색 페이지
알고리즘 원리
다중 로봇 운동 계획 방법은 두 가지 범주로 나눌 수 있습니다.
분산 방법은 인접 로봇 간의 로컬 상호 작용을 통해 그룹 행동을 실현하며 통신 요구 사항이 낮고 확장성이 강합니다.그러나 개별 또는 시스템 수준에서 제약을 가하기는 어렵습니다.
대조적으로, 중앙 집중식 방법은 전반적인 보장을 제공하고 제약을 합리적으로 설정할 수 있지만 로봇 수가 증가함에 따라 확장성이 떨어지는 경향이 있습니다.
연구팀은 잘 알려진 모션 계획 방법인 GPMP2를 다중 로봇 시나리오로 확장하고 희소 가우스 프로세스 모델을 사용하여 다중 로봇의 모션 궤적을 효율적으로 계산했습니다.
대형 제약 조건을 추가하여 다중 로봇 팀은 변화하는 지형을 적응적으로 통과할 수 있습니다.그리고 베이지안 트리의 데이터 구조를 사용하여 모션 궤적을 업데이트하고 신속한 온라인 작동을 실현하는 증분 재계획 알고리즘을 제안합니다.
실험 과정
연구팀은 쿼드러플 비행체 세트로 알고리즘 프레임워크를 테스트했습니다.
실험은 대형 유지, 목적지 변경을 위한 재계획, 너비 변화 공간을 통과할 때 대형 적응 변환의 세 가지 일반적인 시나리오에서 수행되었습니다.
Crazyflie 나노 쿼드콥터 비행체 그룹은 NOKOV 모션 캡처 시스템의 모니터링 하에 실험되었습니다.항공기는 위치를 찾기 위해 CrazyRadio PA를 통해 NOKOV 모션 캡처 시스템의 정보를 수신합니다.
실험 1+실험 2의 실행 궤적, 2.4초 및 7.0초 스냅샷입니다.원래 목표물은 정사각형으로 표기하고, 새로운 목표물은 삼각형으로 표기
실험1+실험2: 대형 유지, 목적지 변경 재설계실험 1에서 4대의 사선익기는 사각형을 유지한 채 장애물을 피하면서 목표물을 향해 날아갔습니다.쿼드콥터 편대는 필요할 때 취사선택을 하는데, 편대가 코너를 돌 때 약간 뒤틀리지만 보다 안정적인 코너링을 할 수 있습니다.
실험 2에서 사선익기 편대는 원래 목표물을 향해 날아가다가 목표점을 갑자기 변경했습니다.t = 7초에서 목표점을 원래 목표와 반대 방향으로 이동합니다.증분 재계획 알고리즘은 실시간 요구 사항을 충족하기 위해 4ms 이내에 새로운 목표로 궤적을 업데이트합니다.
실험 3: 폭이 변하는 공간에서 적응적으로 대형 변환6대의 사선익기가 2.5m, 1.5m, 3.5m의 세 가지 다른 너비의 공간을 통과했습니다.글로벌 계획 알고리즘에 의해 계산된 다양한 대형 및 실행 시간 간격은 (i) 1s-2s: 3×2 배열, (ii) 4s-7s: 2×3 배열, (iii) 9s-10s: 6×1 배열입니다.
쿼드콥터 6대, 2.4초, 4.0초, 7.4초, 9.0초 스냅샷
또한 4중 지도에서 각각 너비가 4m, 2m, 7m인 10대의 쿼드콥터가 통과하는 공간을 구현했습니다.해당 편대는 (i) 1s-2s: 5 × 2; (ii) 4s-7s: 2 × 5; (iii) 9s-10s: 10 × 1로 구성됩니다.
쿼드콥터 10대, 대형 전환 2.0초와 8.0초 스냅사진
알고리즘 실행 시간
알고리즘 실행 시간
이 알고리즘은 0.39초 이내에 10대의 쿼드콥터의 완전한 궤적을 계산할 수 있고 편대 변경을 수행할 수 있어 이러한 복잡한 작업에 매우 효율적입니다.
참조：
문의하기
-
우리는 항상 귀하의 질문에 답변하고 더 많은 정보를 제공하게 되어 기쁩니다.
문제에 대해 알려주시면 최상의 솔루션을 안내해 드리겠습니다.
-
-
- 캡처 볼륨 * m m m
-
선택 해주세요 *
- 제안 수 (옵션)
-
카메라 유형(선택 사항)
-
카메라 수(선택 사항)
- 제출하다