Iterative Solution for the Narrow Passage Problem in Motion Planning

Abstract

Finding a path in a narrow passage is a bottleneck for randomised sampling-based motion planning methods. This paper introduces a technique that solves this problem. The main inspiration was the method of exit areas for cavities in protein models, but the proposed solution can also be used in another context. For data with narrow passages, the proposed method finds passageways for which sampling-based methods are not sufficient, or provides information that a collision-free path does not exist. With such information, it is possible to quit the motion planning computation if no solution exists and its further search would be a loss of time. Otherwise, the method continues to sample the space with sampling-based method (a RRT algorithm) until a solution is found or the maximum number of iterations is reached. The method was tested on real biomolecular data - dcp protein - and on artificial data (to show the superiority of the proposed solution on better-imagined data) with positive results.

Hledání cesty v úzkém průchodu je pro metody plánování pohybu založené na náhodném vzorkování komplikovaným problémem. Tento článek představuje techniku, která tento problém řeší. Hlavní inspirací byla metoda výstupních oblastí pro dutiny v modelech proteinů, ale navržené řešení lze použít i v jiném kontextu. U dat s úzkými průchody navrhovaná metoda najde průchody, pro které metody založené na vzorkování nejsou vhodné, nebo poskytne informaci, že bezkolizní cesta neexistuje. S takovou informací je možné výpočet plánování pohybu ukončit, když žádné řešení neexistuje, neboť jeho další hledání by bylo časovou ztrátou. V opačném případě metoda pokračuje ve vzorkování prostoru metodou založenou na vzorkování (algoritmus RRT), dokud není nalezeno řešení nebo není dosaženo maximálního počtu iterací. Metoda byla testována na skutečných biomolekulárních datech - proteinu dcp - a na umělých datech (aby se ukázala převaha navrženého řešení na lépe představitelných datech) s pozitivními výsledky.