APF-PF：面向三维反应式避障的概率化深度感知
机器人学
2021-03-18 v2 系统与控制
系统与控制
摘要
本文提出了一种在环境障碍物部分可观测情况下进行三维避障的框架。该方法关注人工势函数（APF）控制器在噪声与不完整邻近信息不可避免的实际场景中的效用。我们提出一种粒子滤波（PF）方法，用于估计输入深度图像流中潜在的障碍物位置。随后利用这些可能候选来生成动作，使机器人在每一时刻朝势能负梯度方向运动。在四旋翼无人机上的严格实验验证凸显了该方法在机器人对错误感知信息敏感时令人担忧的情形下的鲁棒性与可靠性。所提出的感知与控制栈在无人机上机载运行，展示了实时应用与敏捷机器人的计算可行性。
引用
@article{arxiv.2010.08063,
title = {APF-PF: Probabilistic Depth Perception for 3D Reactive Obstacle Avoidance},
author = {Shakeeb Ahmad and Zachary N. Sunberg and J. Sean Humbert},
journal= {arXiv preprint arXiv:2010.08063},
year = {2021}
}
备注
Accepted to appear at 2021 American Control Conference (ACC), New Orleans, Louisiana (8 pages, 11 figures)