欧几里得距离场中长细棘状机器人链接的高效碰撞检测: 针对森林起重机的应用
机器人学
2025-12-17 v1
摘要
复杂户外环境中的碰撞自由运动规划高度依赖通过外感知传感器感知周围环境。广泛使用的做法将环境表示为体素化欧几里得距离场,其中机器人通常被近似为球体。然而,对于大型操作臂如森林起重机,这些具有长细棘状链接的臂,传统球体近似方法在效率和准确性上变得不足。本文提出一种新颖的碰撞检测算法,专为利用此类操作臂的细长结构而设计,显著提升了运动规划算法的计算效率。不同于传统球体分解方法,我们的方法不仅提高了计算效率,还自然地消除了对近似精度的额外参数进行微调的需求。我们使用来自森林起重机应用的真实 LiDAR 数据以及模拟环境数据验证了该算法的有效性。
引用
@article{arxiv.2507.01705,
title = {Efficient Collision Detection for Long and Slender Robotic Links in Euclidean Distance Fields: Application to a Forestry Crane},
author = {Marc-Philip Ecker and Bernhard Bischof and Minh Nhat Vu and Christoph Fröhlich and Tobias Glück and Wolfgang Kemmetmüller},
journal= {arXiv preprint arXiv:2507.01705},
year = {2025}
}
备注
Accepted at IROS 2025