基于知情采样的标称路径最小偏离避碰方法
机器人学
2023-01-04 v1
摘要
本文通过引入知情采样方案与代价函数，解决 维系统的局部路径重规划问题，以实现与（最优）标称路径最小偏离的避碰。所提出的知情子集由沿指定标称路径的椭球并集构成，从而高效地封装标称路径上的所有点。该代价函数对偏离标称路径较大的情况予以惩罚，因此在面对潜在碰撞时确保当前安全，同时保留标称路径整体的大部分效率。所提方法在自主船舶导航相关场景中进行了演示。
引用
@article{arxiv.2210.13199,
title = {Informed Sampling-based Collision Avoidance with Least Deviation from the Nominal Path},
author = {Thomas T. Enevoldsen and Roberto Galeazzi},
journal= {arXiv preprint arXiv:2210.13199},
year = {2023}
}
备注
Accepted for publication at IROS'2022