用于最优基于采样反馈运动规划的自适应双前瞻独轮车位姿控制与运动预测

对于非完整约束移动机器人和自动驾驶车辆，安全、平滑且最优的运动规划对于在物流、出行和服务行业实现可靠、无缝和高效的自主性至关重要。在许多此类应用场景中，像运动受限的独轮车这样的非完整机器人，需要对平移和姿态运动进行精确的规划和控制，以特定姿态接近特定位置，例如用于接近变换、停车和装载区域。在本文中，我们引入了一种新的双前瞻独轮车位姿控制方法，通过在独轮车位姿前方自适应地放置一个前瞻点，并在目标位姿后方放置一个尾随点。总而言之，独轮车机器人持续跟随其前瞻点，该前瞻点追逐目标位姿的尾随点，并且尾随点向目标位置的渐近运动引导独轮车机器人以正确的姿态接近目标位置。双前瞻独轮车位姿控制简单直观的几何构造，能够在闭环独轮车运动轨迹上实现显式的凸反馈运动预测边界，以进行快速且准确的安全验证。我们提出了双前瞻独轮车控制应用于绕障碍物最优基于采样运动规划的一个应用。在数值仿真中，我们表明使用双前瞻平移和姿态距离的最优独轮车运动规划，在生成具有最小行程和转弯努力的平滑运动方面，显著优于欧几里得平移和余弦姿态距离。