Deep Local Trajectory Replanning and Control for Robot Navigation
Deep Local Trajectory Replanning and Control for Robot Navigation
复制标题
机器人导航的深度局部轨迹重新规划和控制
DOI：
--
复制
发表时间：
2019
期刊：
影响因子：
--
通讯作者：
Marynel Vázquez
中科院分区：
文献类型：
--
作者：
Ashwini Pokle;Roberto Martín;P. Goebel;Vincent Chow;H. Ewald;Junwei Yang;Zhenkai Wang;Amir Sadeghian;Dorsa Sadigh;S. Savarese;Marynel Vázquez
我们提出了一个导航系统，结合了分层规划和机器学习的想法。该系统使用传统的全局规划器来计算朝向目标的最优路径，以及深度局部轨迹规划器和速度控制器来计算运动命令。系统的后一个组件通过注意力机制调整机器人的行为，使其朝着目标移动，避开障碍物，并尊重附近行人的空间。所提出的深度模型的结构和注意力机制的使用都使得系统的执行是可解释的。我们的模拟实验表明，所提出的架构优于基线，试图将全球计划信息和传感器数据直接映射到速度命令。与手工设计的传统导航系统相比，所提出的方法表现出更一致的性能。
We present a navigation system that combines ideas from hierarchical planning and machine learning. The system uses a traditional global planner to compute optimal paths towards a goal, and a deep local trajectory planner and velocity controller to compute motion commands. The latter components of the system adjust the behavior of the robot through attention mechanisms such that it moves towards the goal, avoids obstacles, and respects the space of nearby pedestrians. Both the structure of the proposed deep models and the use of attention mechanisms make the system’s execution interpretable. Our simulation experiments suggest that the proposed architecture outperforms baselines that try to map global plan information and sensor data directly to velocity commands. In comparison to a hand-designed traditional navigation system, the proposed approach showed more consistent performance.
DOI：
10.15607/rss.2018.xiv.056
发表时间：
2017-09
期刊：
Robotics: Science and Systems XIV
影响因子：
--
作者：
Yunpeng Pan;Ching-An Cheng;Kamil Saigol;Keuntaek Lee;Xinyan Yan;Evangelos A. Theodorou;Byron Boots
通讯作者：
Yunpeng Pan;Ching-An Cheng;Kamil Saigol;Keuntaek Lee;Xinyan Yan;Evangelos A. Theodorou;Byron Boots
影响因子：
12
作者：
Andrew Bagnell;March
通讯作者：
Andrew Bagnell;March