Метод для обеспечения безопасной навигации мобильных роботов в динамических средах

Робот -шакал ClearPath, путешествующий на открытом воздухе в Калифорнийском университете в Сан -Диего.Кредит: Long et al.

Чтобы успешно выполнить миссии в динамических и неструктурированных средах реального мира, мобильные роботы должны иметь возможность адаптировать свои действия в режиме реального времени, чтобы избежать столкновений с близлежащими предметами, людьми или животными.

Большинство существующих подходов к предотвращению работы столкновений с роботами путем создания точных карт окружающей среды навигают робот, а затем планируют лучшие траектории, чтобы безопасно достичь желаемого местоположения.

Многие ранее предложенные методы навигации роботов достигли многообещающих результатов в моделировании.Тем не менее, они часто не работали так же хорошо в реальных условиях, особенно те, которые непредсказуемы и быстро меняются с течением времени.

Исследователи из Калифорнийского университета в Сан -Диего недавно представили новый метод, который мог бы улучшить навигацию мобильных роботов в динамической и неструктурированной среде.

Этот метод, представленный в статье, размещенном на сервере Arxiv Preprint, до сих пор был успешно применен к роботу Jackal, роботизированной системе колеса, разработанной Clearpath Robotics.

«В нашей недавней статье рассматривается критическая потребность в безопасной автономной навигации мобильных роботов в сложных, неизвестных и динамических средах, учитывая ограниченные чувствительные и вычислительные ресурсы, доступные на борту»,-сказал Tech XPLORE Kehan ​​Long, Кехан Лонг.

«Хотя предыдущие исследования добились значительных успехов, используя такие методы, как области искусственного потенциала, функции навигации и управляющие барьерные функции, многие из этих методов основаны на создании точной карты окружающей среды».

Создание карт динамических сред в режиме реального времени может быть сложным, особенно если эти среды быстро меняются с течением времени.Ключевой целью недавнего исследования LONG и его коллег было разработать новый метод, который может гарантировать безопасность мобильных роботов в этих изменяющихся средах, непосредственно используя данные, собранные на бортовых датчиках робота вместо того, чтобы реконструировать точные карты окружающей среды.

«Наш новый метод для безопасной навигации по мобильным роботам представляет собой формулировку дистрибутивной контрольной барьерной функции (DR-CBF)»,-объяснил Лонг.

«Основная концепция заключается в том, чтобы напрямую включить измерения датчиков датчика диапазона робота (например, от LIDAR) в оптимизацию управления в качестве ограничений безопасности, а не сначала построить точную карту. Используя строгие теории из распределения, мы можем надежно отчетливо отчеты.Неопределенности как в зондировании, так и в динамической среде ».

Метод навигации мобильных роботов, разработанный Лонг и его коллеги, имеет различные преимущества по сравнению с другими подходами, представленными за последние несколько лет.В частности, это может гарантировать безопасную работу роботов, предотвращая их столкновение с объектами, при этом требуется только ограниченные вычислительные ресурсы.

«Отличительной особенностью нашего метода является то, что он обеспечивает безопасную навигацию, непосредственно используя последние данные датчиков при определении управляющего ввода, позволяя роботу быстро адаптироваться к изменениям окружающей среды», - сказал Лонг.

«Практические последствия нашей работы являются значительными. Обеспечивая разработку надежных мобильных роботов с уменьшенными вычислительными требованиями, наш подход может снизить стоимость строительных роботов, что делает их более доступными для широкого спектра приложений».

Чтобы проверить их метод, Лонг и его коллеги применили его к шакалу Clearpath, колесному роботу с погодой, который был оснащен датчиком лидара.Их выводы были обнадеживающими, демонстрируя эффективность и универсальность их подхода как в внутренних, так и в наружных динамических условиях.

«В нашем будущем исследовании мы планируем расширить нашу методологию на более сложные роботизированные системы, такие как роботы и гуманоиды, - добавил Лонг.«Наша конечная цель - разработка безопасных и способных роботов, которые могут ориентироваться и взаимодействовать в любой среде, обеспечивая надежные гарантии безопасности».

More information: Kehan Long et al, Sensor-Based Distributionally Robust Control for Safe Robot Navigation in Dynamic Environments, arXiv (2024). DOI: 10.48550/arxiv.2405.18251

earectientialRobotics.org/dr_saf… _navigation_webpage/