非参数不确定性下动态障碍物的非完整避碰：一种希尔伯特空间方法
机器人学
2022-01-04 v2
摘要
我们考虑具有非完整运动学的智能体/机器人避开多个动态障碍物的问题。机器人及障碍物的状态和速度噪声以及机器人的控制噪声均被建模为非参数分布，因为在真实场景中噪声模型的高斯假设常被违背。在这些假设下，我们构建了一个鲁棒MPC，其以有效采样机器人控制的方式，使机器人对准目标状态，同时在此类非参数噪声的压力下避开障碍物。具体而言，该MPC引入了一种分布匹配代价，其将当前碰撞锥的分布有效对齐至某个期望分布，而该期望分布的样本是无碰撞的。此代价被表述为希尔伯特空间中的距离函数，其最小化通常使碰撞锥样本变为无碰撞。我们与以下方法进行比较并展示了切实的性能提升：一类方法通过对原始非参数状态与障碍物分布的高斯近似线性化来建模碰撞锥分布；另一类方法对高斯近似的非参数噪声施加机会约束公式而不将这些近似进一步线性化。性能提升在轨迹长度和控制代价两方面均得到体现，印证了所提方法的有效性。据我们所知，这是首次在存在非参数状态、速度和执行器噪声模型的情况下展示移动障碍物的非完整避碰。
引用
@article{arxiv.2112.13034,
title = {Non Holonomic Collision Avoidance of Dynamic Obstacles under Non-Parametric Uncertainty: A Hilbert Space Approach},
author = {Unni Krishnan R Nair and Anish Gupta and D. A. Sasi Kiran and Ajay Shrihari and Vanshil Shah and Arun Kumar Singh and K. Madhava Krishna},
journal= {arXiv preprint arXiv:2112.13034},
year = {2022}
}