複雑な環境でのクワッドローターの自律飛行には、効率的な運動計画アルゴリズムが重要な鍵となる。環境表現は、センシングモジュールとプランニングモジュールの間の橋渡しとして機能し、生成される軌道の質量に大きな影響を与える。 ナビゲーションマップを構築するために様々なアルゴリズムが提案されており、それぞれが異なる計画方法に対応している。
クアッドローターの自律航行能力の向上を目指し、ハルビン工業大学の研究チームは、オンラインクアッドローターの飛行をナビゲートする新たなマッピング計画フレームワーク（図1）を提案した。マッピング・モジュールでは、多面体を用いて観測された障害物を表現し、占有グリッドマップから環境情報を抽出することで、軌跡計画に有益な情報を提供する。計画モジュールでは、潜在的な捜索区域を効率的にカバーするために局所トポロジーマップを構築し、セグメント化された動作プリミティブに基づく経路探索を指導し、安全かつ滑らかな軌跡を得るため、多項式の最適化に基づく研究方法が使われる。
図1：新しいマッピング計画フレームワークの概要
この新たなマッピング計画フレームワークは、オンラインで多面体環境の構築ができ、全面な障害物情報を提供し、設計されたトポロジープランナーに沿い、セグメント化された捜査加速戦略を採用し、障害物の間に十分な隙を持つ安全かつ滑らかな軌道を効率的に生成できる。
多くのシミュレーションと実験により、このマッピング計画フレームワークの有効性が検証された。なかで、実際の飛行実験では、NOKOVモーションキャプチャシステムがクアッドローターの高精度な室内位置情報を提供した。
図2：クワッドローター飛行実験
図3：グリッドマップとセンシング範囲内の多面体環境
実験結果は、この新しいマッピング計画フレームワークが、計算効率と軌跡の質という２つの点において選んだ比較基準を上回った。このフレームワークの頑健性と有効性は、実際の飛行実験により検証された。
参考文献
Junjie Gao, Fenghua He, Wei Zhang, and Yu Yao. (2023). Obstacle-Aware Topological Planning over Polyhedral Representation for Quadrotors. In International Conference on Robotics and Automation (ICRA).
ここでごニーズを出ること
-
もっと多い情報に関して、メッセージをしたりしてください。
-
- 確認