云跳跃：通过超体素与控制李雅普诺夫函数在3D不平坦环境中导航

本文提出一种用于移动机器人在3D不平坦地形中导航的新颖反馈运动规划方法。我们利用点云的\textit{supervoxel}（超体素）表示，其能在点云地图上构建可通行区域的紧凑连通图。给定该可通行区域图，我们的方法利用控制李雅普诺夫函数（cLf）与导航函数将机器人导航至任意可达目标位姿。cLf确保生成运动规划的动力学可行性与目标收敛性，而导航函数优化所得反馈运动规划。我们在真实与仿真的3D不平坦地形中开展了导航实验。所有情况下实验结果表明，我们的方法均优于基线，证明了该方法在挑战性不平坦3D地形中导航的效率与适应性。所提方法亦可按特定目标导航机器人，例如最短距离或最小倾斜规划。我们将方法与成熟的基于采样的运动规划器比较，在执行时间与所得路径长度上均优于所有其他规划器。最后，我们提供所提方法的开源实现以惠及机器人社区。