BTO-RRT：一种快速、最优、平滑且基于点云的路径规划算法
机器人学
2022-11-15 v1 系统与控制
系统与控制
摘要
本文探讨一种用于机器人在点云环境（如自动驾驶车辆）中的快速、最优平滑路径规划算法。稠密点云、网格地图、Octomap 等导数地图常用于路径规划。本文提出一种双向目标导向的点规划算法，直接使用点云计算优化且动力学可行的轨迹。该方法通过分析目标环境的点云，采用改进的双向及基于 RRT-connect 的路径规划算法，结合基于 k-d 树的避障策略与三步优化，搜索无碰撞、低计算成本、平滑且动力学可行的路径。所提方法绕过常见的 3D 地图离散化，直接利用点云数据，可分为两部分：改进的基于 RRT 的算法核心与三步优化。在 8 张具有不同配置与特征的 2D 地图上的仿真展示了所提算法的效率与 2D 性能。文中亦给出与 RRT、B-RRT、RRT star 等其他基于 RRT 算法的基准对比与评估。最后，所提算法在三个不同密度的 3D 点云地图上成功达成不同层级任务目标。整体仿真证明，我们的算法不仅在 2D 地图上较其他算法性能更优，亦能处理不同 3D 点云地图上的不同任务（地面车辆与无人机应用），显示出所提算法的高性能与鲁棒性。算法开源于 \url{https://github.com/zhz03/BTO-RRT}
引用
@article{arxiv.2211.06801,
title = {BTO-RRT: A rapid, optimal, smooth and point cloud-based path planning algorithm},
author = {Zhaoliang Zheng and Thomas R. Bewley and Falko Kuester and Jiaqi Ma},
journal= {arXiv preprint arXiv:2211.06801},
year = {2022}
}
备注
12 Pages, 16 figures, submitted to T-IV and in review