存在多个移动车辆时不确定动态环境中的在线规划

我们研究在时变不确定环境扰动下，移动机器人在其他移动车辆存在时的自主导航问题。我们首先预测其他车辆的未来状态分布，以考虑受时变扰动影响的其行为不确定性。然后我们构造一个动态障碍物感知可达空间，其中包含机器人以高概率可达的状态，并在其中搜索最优策略。由于一般而言车辆与环境扰动的动力学均为非线性，我们利用非线性高斯滤波器——无损变换（unscented transform）——来近似未来状态分布。最后，前向可达空间计算与后向策略搜索迭代直至收敛。大量仿真评估表明，所提方法在计算时间、决策精度和规划可靠性方面具有显著优势。