歩道配達ロボットのための頑健な経路計画

arXiv cs.RO / 2026/3/30

💬 オピニオンIdeas & Deep AnalysisModels & Research

共有:

要点

本論文は、歩行者や障害物の間を走行する歩道配達ロボットに対して、移動時間が大きく不確実になり得る状況下での頑健な経路計画を研究する。
移動時間の不確実性は、頑健最適化と、ロボット・歩行者・障害物間の現実的な相互作用を再現するシミュレーションを組み合わせることでモデル化する。
不確実性集合の導出アプローチとして、予算付き（budgeted）、楕円体（ellipsoidal）、SVCベースの3手法を評価し、さらに移動時間分布に対する曖昧さ集合（ambiguity sets）を用いる分布的頑健最短経路（DRSP）手法も併せて比較する。
ストックホルム中心部の歩行者パターンを用いたケーススタディにより、著者らは、頑健なルーティングが従来の最短経路ベースラインと比べて運用の信頼性を改善することを見出す。加えて、楕円体およびDRSP手法は、平均的および最悪ケースの遅延においてより良い結果を示す。
感度分析では、頑健な戦略が、より広い幅で遅い、かつより保守的なロボットに対して特に有益であり、特に悪天候や歩行者混雑が高い状況でその効果が顕著であることが示される。

Abstract

歩道配達ロボットは、ラストマイルの貨物配送に対する有望な解決策である。しかし、これらは歩行者の流れや潜在的な障害物によって特徴づけられる動的環境で動作するため、移動時間は非常に不確実になり、その不確実性が効率に大きく影響し得る。本研究では、ロボット、歩行者、障害物の相互作用をシミュレーションすることで生成される移動時間の不確実性を明示的に考慮することにより、歩道ロボットのための堅牢な経路計画問題に取り組む。堅牢最適化をシミュレーションと統合し、障害物や歩行者の流れの効果を再現して現実的な移動時間を生成する。予算付き（budgeted）、楕円体（ellipsoidal）、サポートベクタクラスタリング（SVC）に基づく方法の3つの異なる手法によって不確実性集合を導出することを検討する。さらに、移動時間分布における不確実性をモデル化する曖昧性集合に基づく分布的に堅牢な最短経路（DRSP）法も併せて用いる。ストックホルム中心部における歩行者パターンを再現する現実的なケーススタディを用い、さまざまなロボット設計および環境条件のもとで、堅牢な経路探索の効率を評価する。結果は、従来の最短経路（SP）法と比べて、堅牢な経路探索が変動する歩道条件下で運用の信頼性を大幅に向上させることを示している。楕円体アプローチとDRSPアプローチは、平均および最悪ケースの遅延の観点で他の手法を上回る。感度分析の結果、堅牢なアプローチは、より幅が広く、より遅く、ナビゲーション行動においてより保守的な歩道配達ロボットで高いことが示される。特に、悪天候および高い歩行者混雑がある状況ではその傾向が顕著である。