FAR Planner：使用动态可见性更新的快速、可尝试路径规划器
机器人学
2022-07-20 v3
摘要
未知环境中的路径规划问题仍然是一个具有挑战性的问题——由于在导航过程中环境是逐渐被观测到的，底层规划器必须迅速且不断地更新环境表示并重新规划，以适应新的观测结果。在本文中，我们提出了一种基于可见性图的规划框架，能够处理已知和未知环境中的导航任务。该规划器采用环境的多边形表示，并通过提取障碍物周围的边缘点来形成封闭多边形来构建该表示。据此，该方法使用双层的数据结构动态更新全局可见性图，随着导航扩展可见性边，并移除被新观测到的障碍物遮挡的边。在未知环境中导航时，该方法可通过即时获取环境布局、更新可见性图以及根据新观测到的环境快速重新规划，来尝试发现通往目标的路径。我们在模拟和真实世界环境中对该方法进行了评估。该方法展示了尝试并穿越未知环境的能力，与基于搜索的方法（A*、D* Lite 等）相比，旅行时间减少了 12-47%；与基于采样的方法（RRT*、BIT* 和 SPARS）相比，减少了 24-35% 以上。
引用
@article{arxiv.2110.09460,
title = {FAR Planner: Fast, Attemptable Route Planner using Dynamic Visibility Update},
author = {Fan Yang and Chao Cao and Hongbiao Zhu and Jean Oh and Ji Zhang},
journal= {arXiv preprint arXiv:2110.09460},
year = {2022}
}
备注
This paper includes 8 pages, 10 figures, and 3 tables