城市环境中自主机器人的离散与连续概率预判
机器人学
2013-09-04 v1
摘要
本文开发了一种概率预判算法，用于自主机器人在城市环境中观测到的动态物体。由于预测高斯混合模型能够概率性地捕捉连续和离散的障碍物决策与行为，因此被采用；该预测系统利用跟踪系统的概率输出（状态估计和协方差）以及环境地图，来计算指定预判 horizon 内未来障碍物状态的概率分布。提出了一种基于 sigma 点变换和非线性动力学函数的高斯分裂方法，该方法随着混合分量数量的增加而提高了精度。为了能够实现实时部署，提出了一种缓存该最优分裂方法元素的方法。仿真结果以及对研究社区数据的评估表明，所提出的算法能够准确预判非线性系统未来状态的概率分布。
引用
@article{arxiv.1309.0766,
title = {Discrete and Continuous, Probabilistic Anticipation for Autonomous Robots in Urban Environments},
author = {Frank Havlak and Mark Campbell},
journal= {arXiv preprint arXiv:1309.0766},
year = {2013}
}
备注
In review IEEE: T-RO