基于直接贝塞尔曲线的轨迹规划器以改进未知环境的局部探索
机器人学
2022-06-27 v2
摘要
自主探索是移动机器人的一项基本能力，因为其大多数应用都需要高效收集周围环境信息的能力。文献中存在多种方法，从基于前沿的方法到涉及规划局部和全局探索路径能力的混合解决方案，但其中只有少数方法专注于通过适当调整规划轨迹来改进局部探索，这往往导致“走走停停”式的行为。在这项工作中，我们提出了一种新颖的、受 RRT 启发的、基于贝塞尔曲线的最优视点轨迹规划器，能够处理快速局部探索的问题。高斯过程推断用于保证快速获取探索增益，同时仍与探索任务保持一致。所提出的方法与其它现有的最先进算法进行了比较，并在真实世界场景中进行了测试。实现的代码已作为开源代码公开发布，以鼓励进一步的开发和基准测试。
引用
@article{arxiv.2203.00968,
title = {Direct B\'ezier-Based Trajectory Planner for Improved Local Exploration of Unknown Environments},
author = {Lorenzo Gentilini and Dario Mengoli and Lorenzo Marconi},
journal= {arXiv preprint arXiv:2203.00968},
year = {2022}
}
备注
Submitted to IROS 2022