3D-OGSE：在未知三维环境中利用广义形状扩展的在线安全平滑轨迹生成
机器人学
2021-05-12 v6
摘要
在本文中，我们提出一种在线运动规划算法（3D-OGSE），用于在未知障碍物密集的三维环境中运行的 3-D 智能体在多次规划迭代中生成平滑、无碰撞的轨迹。我们的方法在每次规划迭代中构建一个称为“广义形状”的安全区域，该区域表示基于局部感知环境信息的无障碍区域。通过在广义形状中采样点计算出一条无碰撞路径，并通过最小化 snap 来生成平滑的、带时间参数的轨迹。所生成的轨迹被约束在广义形状内，从而确保智能体在局部无障碍空间中机动。当智能体在某一规划迭代中到达“感知形状”边界时，由滚动时域规划机制触发重新规划，该机制也实现了下一次规划迭代的初始化。我们提供了关于整个环境的概率完备性以及完全无碰撞轨迹生成的理论保证。我们在具有不同障碍物密度的复杂三维环境的仿真中评估了所提方法。我们观察到，在 Intel Core i5-8500 3.0 GHz CPU 的单线程上，每次重规划计算耗时约 1.4 毫秒。此外，我们发现该方法比若干现有算法快 4-10 倍。在诸如狭窄通道的复杂场景仿真中，我们也观察到较不保守的行为。
引用
@article{arxiv.2005.13229,
title = {3D-OGSE: Online Safe and Smooth Trajectory Generation using Generalized Shape Expansion in Unknown 3-D Environments},
author = {Vrushabh Zinage and Senthil Hariharan Arul and Dinesh Manocha and Satadal Ghosh},
journal= {arXiv preprint arXiv:2005.13229},
year = {2021}
}
备注
9 pages