Homotopy-aware RRT*: Toward human-robot topological path-planning
Homotopy-aware RRT*: Toward human-robot topological path-planning
复制标题
同伦感知 RRT*：迈向人机拓扑路径规划
DOI：
10.1109/hri.2016.7451763
复制
发表时间：
2016
期刊：
影响因子：
--
通讯作者：
Kevin Seppi
中科院分区：
文献类型：
--
作者：
Daqing Yi;M. Goodrich;Kevin Seppi
人机交互中的一个重要问题是，人类能够告诉机器人去一个特定的位置，并告诉机器人如何到达那里或在路上要避免什么。本文提供了一个解决方案的问题，人类希望机器人不仅要优化一些目标，但也荣誉“软”或“硬”的拓扑约束，即“快速从A到B，同时避免C”。本文提出了HARRT*（同伦感知RRT*）算法，这是一个计算可扩展的算法，机器人可以使用它来规划最优路径的人提供的信息。本文提供了一个理论上的理由的关键属性的算法，提出了一个启发式的RRT*，并使用一组仿真案例研究所产生的算法，使一个案例，为什么这些属性是兼容的人机交互路径规划的要求。
An important problem in human-robot interaction is for a human to be able to tell the robot go to a particular location with instructions on how to get there or what to avoid on the way. This paper provides a solution to problems where the human wants the robot not only to optimize some objective but also to honor “soft” or “hard” topological constraints, i.e. “go quickly from A to B while avoiding C”. The paper presents the HARRT* (homotopy-aware RRT*) algorithm, which is a computationally scalable algorithm that a robot can use to plan optimal paths subject to the information provided by the human. The paper provides a theoretic justification for the key property of the algorithm, proposes a heuristic for RRT*, and uses a set of simulation case studies of the resulting algorithm to make a case for why these properties are compatible with the requirements of human-robot interactive path-planning.