一种用于实时运动规划的路线图-路径重塑算法

实时运动规划是机器人系统的一项重要功能。与现有的先确定自由空间再确定无碰撞路径的路线图算法不同，研究人员近期提出了几种基于凸松弛的平滑算法，其先选取一条连接起始构型与目标构型的初始路径，然后利用凸松弛将该路径重塑以满足其他要求（如无障碍条件）。然而，基于凸松弛的平滑算法常因初始路径随机选取而无法给出满意路径。此外，现有基于凸松弛的平滑算法未考虑曲率约束。在本文中，我们展示了可先对整个构型空间进行栅格化以选取候选路径，并将该最短路径重塑以满足目标。这一新算法继承了路线图算法与凸可行集算法的优点。我们进一步讨论了如何利用Beamlet算法选取更好的初始路径，以及利用迭代优化算法调整路径曲率以满足曲率约束。理论分析与数值测试结果表明，该算法几乎可以确定性地找到可行路径，且比近期提出的凸可行集算法耗时少得多。