COP：控制与可观测性感知规划
机器人学
2022-03-15 v1
摘要
在本研究中，我们旨在回答一个问题：如何将基于闭环状态与输入灵敏度的规划与可观测性感知轨迹规划相结合？这些可能相互对立的优化目标可用于改善轨迹控制跟踪性能，同时提升估计性能。我们提出的新型控制与可观测性感知规划（COP）框架是首个基于增广加权切比雪夫（Augmented Weighted Tchebycheff）方法，在单目标优化问题（SOOP）中使用这些可能对立的目标来进行平衡并生成基于Bézier曲线的轨迹的框架。针对三维四旋翼无人机（UAV）案例研究的统计相关仿真所得结果支持了我们的主张，并显示出两个目标之间的负相关关系。我们能够在同一条轨迹下将位置平均积分误差范数以及估计不确定性降低到与分别用单一目标优化的轨迹相当的水平。
引用
@article{arxiv.2203.06982,
title = {COP: Control & Observability-aware Planning},
author = {Christoph Böhm and Pascal Brault and Quentin Delamare and Paolo Robuffo Giordano and Stephan Weiss},
journal= {arXiv preprint arXiv:2203.06982},
year = {2022}
}
备注
To be published in IEEE International Conference on Robotics and Automation (ICRA), 2022