一種用于多機器人系統(tǒng)的分散軌跡生成算法

印度SRM科學(xué)與技術(shù)研究所的研究人員最近開發(fā)了一種用于多智能體系統(tǒng)的分散軌跡生成算法。他們的算法在預(yù)先公布在arXiv上的論文中提出，當(dāng)提供初始狀態(tài)和期望的最終姿勢時，可以為機器人生成無碰撞軌跡。

“Govind和他的團隊雄心勃勃地向我尋求我對他們學(xué)士學(xué)位項目的建議，”負責(zé)該研究的高級研究員Sivanathan K告訴TechXplore。“了解他們的數(shù)學(xué)能力，我覺得他們應(yīng)該被分配一個未來等待解決的具有挑戰(zhàn)性的問題。隨著世界向自動駕駛汽車發(fā)展，我建議開發(fā)一種用于自動駕駛車輛的分散算法來導(dǎo)航十字路口。我們覺得該算法的性能達不到標(biāo)準(zhǔn)，因此我們將工作擴展到開發(fā)一種算法，該算法可以使自動駕駛車輛在未知環(huán)境中航行，避免與其他機器人/障礙物發(fā)生碰撞。

多機器人系統(tǒng)涉及許多機器人代理或自主車輛，它們在各種任務(wù)上進行協(xié)作。這些系統(tǒng)可以在許多領(lǐng)域具有有趣的應(yīng)用，包括交通，娛樂，安全和太空探索。

當(dāng)幾個機器人在給定任務(wù)上一起工作時，它們的軌跡需要仔細規(guī)劃以確保機器人不會相互碰撞并且不會違反它們的動態(tài)限制。到目前為止，大多數(shù)用于軌跡生成的方法都是集中的，這意味著它們預(yù)先生成軌跡，然后將它們傳輸?shù)絾蝹€機器人。

雖然集中式方法在已知環(huán)境中使用且機器人數(shù)量有限，但它們很難在更大規(guī)模上應(yīng)用。因此，近年來，研究人員一直在研究分散的方法，這些方法可以不斷重新規(guī)劃軌跡，應(yīng)對環(huán)境中的意外變化或障礙。

SRM研究所的研究人員團隊為多智能體系統(tǒng)的軌跡生成開發(fā)了一種新的分散算法。他們的方法遵循兩個步驟，通過預(yù)測其他機器人的位置，生成機器人將被約束的無碰撞凸區(qū)域。

“我們的方法有兩個子目標(biāo)。第一個是環(huán)境識別，包括自我的地圖生成和環(huán)境中其他人的軌跡預(yù)測，以識別自我(從感興趣的車輛的角度來看)安全地區(qū)，“Govind Aadithya R，進行這項研究的研究人員之一，Told TechXplore。“在此之后，我們的目標(biāo)是在安全區(qū)域內(nèi)進行導(dǎo)航，以便到達目的地，為此我們利用可用信息生成自我的軌跡，并定期重新計劃，以解釋自我周圍發(fā)生的變化。確保自我沿著指定的路徑移動，使用軌跡跟蹤器跟蹤狀態(tài)。“

Govind及其同事采用了一種簡單的障礙物檢測方法，使用局部基于形狀的地圖為個體藥劑制定安全區(qū)域?；谠摂?shù)據(jù)，他們的算法預(yù)測其他機器人的軌跡并將這些軌跡結(jié)合到模型中以通過重新調(diào)整機器人可以在不碰撞的情況下導(dǎo)航的區(qū)域來避免碰撞。

“對我來說，這項工作最有意義的一點是連續(xù)時間碰撞檢查對于安全無碰撞導(dǎo)航至關(guān)重要，”參與該研究的另一位研究員Shravan Krishnan告訴TechXplore。“另外，為了避免碰撞，我們發(fā)現(xiàn)復(fù)雜的映射技術(shù)并不是最重要的，但在處理空間的最佳使用時仍然是必需的。這意味著對于保守的機動，基于簡單幾何的障礙表示就足夠了但是對于動態(tài)和利用全空間，復(fù)雜幾何形狀的侵略性演習(xí)是必要的。“

研究人員在Gazebo平臺的模擬中評估了他們的方法，使用ROS與平面航空機器人和非完整輪式機器人; 在交叉狀態(tài)和非結(jié)構(gòu)化環(huán)境中。他們的算法能夠在受約束的環(huán)境中有效地生成平滑軌跡，避免機器人之間的碰撞。

“我們希望將這個算法擴展到3-D，增加一個維度，”進行這項研究的研究人員之一Vijay Arvindh B告訴TechXplore。“我們目前正在研究需要修復(fù)的缺陷，以便在3D中評估算法。”