FDSPC：基于连续曲率积分的快速直接平滑路径规划
机器人学
2025-08-19 v2
摘要
在过去的几十年里，机器人全局路径规划取得了显著的进展。基于启发式搜索和概率采样的方法都在复杂场景中展现出寻找可行解的能力。然而，主流的全局路径规划算法常常产生带有拐点的路径，需额外进行平滑后处理。本文提出一种基于连续曲率积分的快速直接路径规划方法。该方法在确保路径可行性的同时，能够直接生成具有恒定速度的全局平滑路径，从而无需后续路径平滑。进一步，我们在多种场景下将所提方法与现有方法进行比较，包括求解时间、路径长度、内存使用及平滑性。所提方法在多个指标上均远优于平均水平的SOTA方法，尤其是在自定义的平滑性指标 （转向角平均值）方面。这些结果表明该方法在多个典型环境中均表现出色，具有优越性。
引用
@article{arxiv.2405.03281,
title = {FDSPC: Fast and Direct Smooth Path Planning via Continuous Curvature Integration},
author = {Zong Chen and Yiqun Li},
journal= {arXiv preprint arXiv:2405.03281},
year = {2025}
}