不确定环境下高自由度机器人的机会约束轨迹优化
机器人学
2023-02-02 v1
摘要
机器人的许多实际应用要求系统能在存在不确定性的情况下安全运行。在运动规划中，规划安全机器人轨迹时有两类不确定性尤为重要。其一是环境不确定性——邻近障碍物位置的不确定性，源于传感器噪声或(就障碍物未来位置而言)预测误差。其二是机器人自身状态的不确定性，通常由跟踪或估计误差引起。为实现高安全性，机器人有必要同时考虑这两类不确定性来源。本文提出一种称为带风险优化的序贯凸优化(SCORA)的风险有界轨迹优化算法，用于在存在环境不确定性与跟踪误差的情况下求解机会约束运动规划问题。通过仿真实验，我们证明SCORA在规划时间与所得轨迹安全性上均显著优于最先进的风险感知运动规划器。
引用
@article{arxiv.2302.00122,
title = {Chance-Constrained Trajectory Optimization for High-DOF Robots in Uncertain Environments},
author = {Charles Dawson and Ashkan Jasour and Andreas Hofmann and Brian Williams},
journal= {arXiv preprint arXiv:2302.00122},
year = {2023}
}