潜在的なフィールド方法：実際のロボット

Question

潜在的なフィールド法は、ロボットナビゲーションに非常に人気のあるシミュレーションです。しかし、実際のロボットに潜在的なフィールド方法を実装した人はいますか？この方法を実際のロボットで使用するという参照または主張はありますか？

Answer 1

私は以前に潜在的なフィールドベースのパス計画を行ったことがありますが、私の問題に対するより適切なアプローチを支持してそれを放棄しました。正確なローカリゼーションと正確なセンサーの測定値がある環境に適切に機能しますが、現実世界の環境でははるかに少なくなります（シミュレーションであっても、速度とパスの品質の点であっても特に大きなソリューションではありません）。現在、無料または低コストのいずれかで多くの優れたスラム実装が利用できることを考えると、再利用に非常に具体的な問題がない限り、私は再実装を気にしません。 MRDS（私が働いているもの）には、Karto Roboticsがあり、ROSにはスラムの実装があり、Google検索のみがいくつかのオープンソースの実装があります。

パス計画へのさまざまなアプローチの概要が必要な場合は、Segwart et al。そのかなり良い本であり、パス計画セクションは、周りのさまざまな戦略の素晴らしい概要を示しています。

Answer 2

本を読むことをお勧めします 計画アルゴリズム Steven M. Lavalleによって、一般的にパスまたはモーションプランニングに興味がある場合。この本で説明されている方法は、ロボットコミュニティで積極的に使用されています。

一方、Google ScholarまたはIEEE Webサイトで検索すると、潜在的なフィールド方法の使用と調査を説明する論文への多くの参照が得られます。

Answer 3

潜在的なフィールドメソッドのための簡単なGoogleがこの論文を育てました： 潜在的なフィールド方法とモバイルロボットナビゲーションの固有の制限 そして、私が潜在的なフィールド方法で最後に仕事をしたときの問題について私に思い出させました。

私たちのプロジェクトで（CWRUモバイルロボット）、潜在的なフィールドベースのアルゴリズムに関するこれらの正確な問題を見てきました。最後の試み、競争するモバイルロボット IGVC 2009年には、その論文で説明されているのと同じ問題がありました。特にローカルミニマーで、密接な間隔の障害物を通過することができませんでした。 IGVCのGPSウェイポイントナビゲーションチャレンジの一部としてフェンスで狭い開口部を計画しようとしながら、密接な間隔の障害物の問題を回避しなければならなかったことをはっきりと覚えています。

カスタムOpenGLシェーダーを使用してすべての計算を行いながら、潜在的なフィールドを画像/フレームバッファとして表現することにより、アルゴリズムからかなりまともな計画速度を取得することができました。トムが指摘しているように、潜在的なフィールドが安定することはなく、絶えず更新が必要になるように、未知の環境や動的環境ではそれほど良くありません。

Answer 4

@Tomが上記で指摘したように、通常、完璧なセンサーの測定値や、あなたが彼らに言ったと思っていた限りあなたを動かしているモーターに頼ることはできません。

私が何年も前に使用する機会があったSlamへの比較的斬新なアプローチは、一般化されたVoronoiグラフでした（GVG）;基本的に、最も近い2つの壁から等距離にとどまり、動き続け、あなたが3つ以上の壁に等距離にあるポイントで、戻ってきて、ある時点で各2つの壁の枝を試してください。部屋の周りをずっと導くグラフを作成し、部屋のすべてに見通しがあることを保証します。

Answer 5

2003年にDARPAグランドチャレンジ車両（チームオーバーボット）の潜在的なフィールドアルゴリズム（OpenSteer）を試しました。それは、ステアリングやダイナミクスの制約を考慮していないため、非ホロノミックロボットにとっては良い考えではありません。タイトなスペースではまったくうまくいきません。空飛ぶ機械に適しています。そこでは、十分なオープンスペースがあり、障害物に近づきたくないです。