Аннотация. Представлены результаты исследования производительности планировщиков движения, основанных на выборке одного запроса, для различной кинематики манипуляционных роботов и характеристик окружающей среды. Анализ проводился применительно к задачам поиска пути в многомерном конфигурационном пространстве. Проанализированы однонаправленные и двунаправленные планировщики по их чувствительности к изменению значений двух ключевых статических параметров: Range и Goal-Bias. Показано, что имеют место либо минимальные пороговые, либо оптимальные значения каждого из рассмотренных параметров, существенно отличающиеся для каждого алгоритма планирования, но практически инвариантные к кинематике и степени заполнения окружения робота препятствиями. Предложены рекомендации по настройке статических параметров планировщиков.

Ключевые слова: планирование движения, планировщики на основе выборки, кратчайший путь, манипуляционные роботы

Список литературы:

1. Meijer J., Lei Q., Wisse M. Performance study of single-query motion planning for grasp execution using various manipulators // 18th Intern. Conf. on Advanced Robotics (ICAR). 2017. P. 450—457.
2. Sucan I. A., Moll M., Kavraki L. E. The open motion planning library // IEEE Robot. Autom. Mag., 2012. Vol. 19, N 4. P. 72—82.
3. Sucan I. A., Chitta S. Moveit!. IEEE Robotics & Automation Magazine. 2012. March, N 1(19). P. 18—19. DOI: 10.1109/MRA.2011.2181749.
4. LaValle S. M. Rapidly-Exploring Random Trees: A New Tool for Path Planning. Berlin: Springer-Verlаg, 1998.
5. Kuffner J. J., LaValle S. M. RRT-connect: An efficient approach to single-query path planning // Proc. ICRA, Millennium Conf. IEEE Intern. Conf. on Robotics and Automation. 2000. Vol. 2. P. 995—1001.
6. Karaman S., Frazzoli E. Sampling-based algorithms for optimal motion planning // Intern. Journal Robotics Research. 2011. Vol. 30, N 7. P. 846—894.
7. Salzman O., Halperin D. Asymptotically near-optimal RRT for fast, high-quality motion planning // IEEE Trans. Robot. 2016. P. 473—483,
8. Jaillet L., Cortés J., Siméon T. Sampling-based path planning on configuration-space costmaps // IEEE Trans. Robot. 2010. Vol. 26, N 4. P. 635—646.
9. Devaurs D., Siméon T., Cortés J. Enhancing the transition-based RRT to deal with complex cost spaces // IEEE Intern. Conf. on Robotics and Automation. 2013. P. 4120—4125.
10. Şucan I. A., Kavraki L. E. Kinodynamic motion planning by interior-exterior cell exploration // Algorithmic Foundation of Robotics VIII. Springer, 2009. P. 449—464.
11. Hsu D., Latombe J.-C., Motwani R. Path planning in expansive configuration spaces // Proc. of Intern. Conf. on Robotics and Automation. 1997. Vol. 3. P. 2719—2726.
12. Sánchez G., Latombe J.-C. A single-query bi-directional probabilistic roadmap planner with lazy collision checking // Robotics Research. Springer, 2003. P. 403—417.
13. Janson L., Schmerling E., Clark A., Pavone M. Fast marching tree: A fast marching sampling-based method for optimal motion planning in many dimensions // Intern. Journal Robotics Research. 2015. Vol. 34, N 7. P. 883—921.
14. Ladd A. M., Kavraki L. E. Motion Planning in the Presence of Drift, Underactuation and Discrete System Changes // Robotics: Science and Systems. 2005. Vol. 1. P. 233—240.
15. Gipson B., Moll M., Kavraki L. E. Resolution independent density estimation for motion planning in high-dimensional spaces // IEEE Intern. Conf. on Robotics and Automation. 2013. P. 2437—2443.
16. KUKA, KUKA LBR [Электронный ресурс]: , 2021-04-10.
17. Quigley M., Conley K., Gerkey B., Faust J., Foote T., Leibs J., Wheeler R., Ng A. Y. ROS: an open-source Robot Operating System // ICRA Workshop on Open-Source Software. 2009. Vol. 3, N 3.2. P. 5.