Randomizované plánování pohybu s využitím knihoven trajektorií

Abstract

Plánování pohybu je jedním z podstatných problémů robotiky. Tato práce kombinuje pokroky v plánování pohybu a hodnocení podobnosti objektů za účelem zrychlení plánování ve statických prostředích. První část této práce pojednává o současných metodách používaných pro hodnocení podobnosti objektů a plánování pohybu. Prostřední část popisuje, jak jsou tyto metody použity pro zrychlení plánování s využitím získaných znalostí o prostředí. V poslední části jsou navržené metody porovnány s ostatními plánovači v nezávislém testu. Námi navržené algoritmy se v experimentech ukázaly být často rychlejší v porovnání s ostatními plánovači. Také často nacházely cesty v prostředích, kde ostatní plánovače nebyly schopny cestu nalézt.

Motion planning is one of the fundamental problems in robotics. This thesis combines the advances in motion planning and shape matching to improve planning speeds in static environments. The first part of this thesis covers current methods used in object similarity evaluation and motion planning. The middle part describes how these methods are used together to improve planning speeds by utilizing prior knowledge about the environment, along with additional modifications. In the last part, the proposed methods are tested against other state-of-the-art planners in an independent benchmarking facility. The proposed algorithms are shown to be faster than other planners in many cases, often finding paths in environments where the other planners are unable to.