Local Path Planning and Obstacle Avoidance for an Omnicopter Platform
Dit artikel presenteert een module voor real-time lokale padplanning en obstakelvermijding voor een omnidirectionale multirotor (omnicopter) die de Dynamic Window Approach uitbreidt naar zes vrijheidsgraden (6D-DWA) met adaptieve "Agile Mode"-weging, waarbij een hoge nauwkeurigheid van het volgen en effectieve botsingsvermijding in zowel statische als onbekende rommelige omgevingen worden bereikt.
Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer
Autonome machines die vliegen zijn niet langer alleen sciencefiction; ze worden een praktische realiteit voor taken variërend van het bezorgen van pakketjes tot het zoeken naar overlevenden in rampgebieden. Om dit veilig te doen, hebben deze vliegtuigen een manier nodig om door complexe, rommelige ruimtes te navigeren zonder op te botsen. De uitdaging ligt in de manier waarop de machine denkt. Een typisch vluchtsysteem gebruikt twee lagen van denken: een lange-afstandsplanner die een koers uitzet van punt A naar punt B, en een lokale planner die de directe beslissingen van moment tot moment afhandelt, zoals het ontwijken van een plotselinge tak of een windvlaag. Terwijl de lange-afstandsplanner de tijd kan nemen om een route te berekenen, moet de lokale planner direct reageren, vaak honderden keren per seconde, om de machine veilig te houden. Dit is vooral moeilijk voor een nieuw type drone genaamd een omnicopter. In tegen tegenstelling tot standaard drones die alleen naar voren kunnen kantelen om te bewegen, kan een omnicopter in elke richting bewegen en onafhankelijk roteren, wat het zes vrijheidsgraden geeft. Dit maakt het ongelooflijk wendbaar, maar het maakt ook de wiskunde voor het vermijden van obstakels veel moeilijker, omdat de computer beweging in elke richting tegelijkertijd moet overwegen.
Onderzoekers aan de Delft University of Technology en de New York University Abu Dhabi hebben een nieuwe methode ontwikkeld om deze wendbare drones veilig in realtime te laten navigeren. Ze creëerden een systeem dat fungeert als een lokale planner, waardoor de omnicopter beslissingen van een fractie van een seconde kan nemen om zowel bekende muren als onverwachte obstakels te vermijden. Het team paste een klassieke navigatietechniek aan, oorspronkelijk ontworpen voor eenvoudige, vlakke grondrobots, om te werken in de volledige driedimensionale ruimte van een vliegende drone. Omdat het berekenen van elke mogelijke beweging in zes richtingen te traag is voor een computer om direct te doen, introduceerden de onderzoekers een slimme bemonsteringsstrategie. In plaats van elke mogelijke snelheid en hoek te controleren, richt het systeem zijn rekenkracht op de meest veelbelovende richtingen, vergelijkbaar met een bestuurder die naar de weg voor zich kijkt in plaats van elke centimeter van het wegdek te controleren. Om de berekeningen snel te houden, hebben ze de vorm van de drone ook vereenvoudigd in het geheugen van de computer, waarbij de complexe machine wordt weergegeven als een cluster van tien sferen. Dit stelt de computer in staat om snel te controleren of de drone iets zou raken zonder de ingewikkelde details van het eigenlijke frame te hoeven verwerken.
Het systeem werd getest in een gesimuleerde omgeving waar de drone een gedetailleerd pad moest volgen door een wereld vol obstakels. In deze tests volgde de drone zijn koers succesvol met een gemiddelde afwijking van minder dan 0,1 meter en behield het een koersfout van ongeveer 13 graden, terwijl het op een computer draaide die zijn beslissingen vijf keer per seconde bijwerkte. Wanneer de drone een muur tegenkwam die zijn pad blokkeerde, stuurde het systeem hem succesvol om het obstakel heen en leidde hem terug naar de oorspronkelijke route. De onderzoekers testten ook hoe de drone reageerde op obstakels die hij nog nooit eerder had gezien, die plotseling in zijn pad verschenen. Om deze verrassingen op te vangen, heeft het systeem een speciale "Agile Mode". Wanneer een onbekend object wordt gedetecteerd, verandert de drone tijdelijk zijn prioriteiten, waarbij hij minder waarde hecht aan het volgen van het oorspronkelijke pad en meer aan het bewaren van een veilige afstand tot de nieuwe dreiging. In simulaties waarbij een obstakel iets naast het pad werd geplaatst, maakte deze modus het de drone mogelijk om in bijna 80 procent van de proeven een botsing te vermijden. Echter, wanneer het obstakel direct in het midden van het pad werd geplaatst, wat een perfect symmetrische situatie creëerde waarin de drone moest kiezen tussen links of rechts zonder duidelijke voorkeur, daalde het succespercentage naar ongeveer 41 procent. Dit resultaat benadrukt een bekende beperking van reactieve systemen: wanneer de omgeving te beperkt of symmetrisch is, kan een beslisser op korte termijn soms vast komen te zitten.
Naast statische obstakels bouwde het team ook een apart, sneller noodsysteem voor bewegende dreigingen, zoals een ander vliegend object of een snel bewegend persoon. Deze subsystem werkt onafhankelijk van de hoofdplanner. Als een dreiging wordt gedetecteerd die te snel beweegt voor de standaard planner om te verwerken, neemt dit noodmodule het over om een snelle ontsnappingsmanoeuvre te berekenen. In tests met zowel statische muren als bewegende dreigingen, identificeerde het systeem succesvol veilige richtingen om te ontwijken en gaf het vervolgens de controle terug aan de hoofdplanner om de reis voort te zetten. De onderzoekers ontdekten dat de sleutel tot succes het balanceren van de verschillende doelen van de vlucht was: het bereiken van de bestemming, het volgen van het pad en het vermijden van botsingen. Ze ontdekten dat als de drone te strikt was in het behouden van zijn oriëntatie, hij soms faalde om door nauwe openingen te glippen die vereisten dat hij zijwaarts draaide. Door het belang van deze doelen aan te passen, kon de drone zich aanpassen aan nauwe ruimtes. Hoewel het systeem effectief bleek in simulaties, merken de auteurs op dat real-world condities, zoals wind of imperfecte sensoren, verdere tests zullen vereisen. Het werk laat zien dat door de geometrie te vereenvoudigen en de rekenkracht te richten waar dat het meest nodig is, het mogelijk is om zeer wendbare drones het vermogen te geven om in realtime te denken en te reageren, wat hen een stap dichter bij het veilig opereren in de drukke, onvoorspelbare menselijke wereld brengt.
Verdrinkt u in papers in uw vakgebied?
Ontvang dagelijkse digests van de nieuwste papers die bij uw onderzoekswoorden passen — met technische samenvattingen, in uw taal.