利用双 KD 树通过 MPC 在杂乱环境中实现无地图避障飞行
机器人学
2025-08-12 v3
摘要
在杂乱环境中实现无碰撞飞行是自主四旋翼飞行器的关键能力。传统方法通常依赖详细的 3D 地图构建、轨迹生成和跟踪。然而，这一级联管道可能引入累积误差和计算延迟，限制飞行敏捷性和安全性。在本文中，我们提出了一种新方法，无需显式构建 3D 地图或生成和跟踪无碰撞轨迹即可在杂乱环境中实现避障飞行。相反，我们利用模型预测控制（MPC）直接从稀疏航路点和深度相机的点云生成安全动作。这些稀疏航路点根据从点云检测到的附近障碍物进行在线动态调整。为实现这一点，我们引入了一种双 KD 树机制：障碍物 KD 树快速识别最近障碍物以进行规避，而边 KD 树为 MPC 求解器提供稳健的初始猜测，防止其在规避障碍物时陷入局部极小值。我们通过广泛的仿真和真实世界实验验证了该方法。结果表明，我们的方法显著优于基于地图的方法，也优于基于模仿学习的方法，在仿真中实现了高达 12 m/s 的可靠避障，在真实世界测试中达到 6 m/s。我们的方法为现有方法提供了一种简单而稳健的替代方案。代码公开获取于 https://github.com/SJTU-ViSYS-team/avoid-mpc。
引用
@article{arxiv.2503.10141,
title = {Mapless Collision-Free Flight via MPC using Dual KD-Trees in Cluttered Environments},
author = {Linzuo Zhang and Yu Hu and Yang Deng and Feng Yu and Danping Zou},
journal= {arXiv preprint arXiv:2503.10141},
year = {2025}
}