面向搜索式运动规划的弥散最小化运动基元

基于运动基元的搜索式规划是一种强有力的运动规划技术，可在非结构化环境中、在尺寸重量功耗受限平台上提供动态可行性、最优性与实时计算时间。然而，运动规划图的最优设计虽对规划器性能至关重要，却非以往工作的重点。本文提出通过引入一种基于采样理论的运动基元图顶点与边选择方法以解决此问题，并给出规划器完备性的理论保证。通过在由轨迹代价诱导的度量空间中最小化图顶点的弥散，我们以运动基元图最优地覆盖可行轨迹空间。相较于由均匀输入空间采样定义的基线运动基元，我们的运动基元图具有更低的弥散、能以更少图搜索迭代找到规划，且仅有单一可调参数。