面向移动与地面机器人的开源、成本感知且运动学可行的规划框架
机器人学
2025-05-12 v2
摘要
我们提出了Smac Planner，这是一个开源的、基于搜索的规划框架，旨在满足跨多种机器人平台进行运动学可行路径规划的关键需求。Smac Planner提供了成本感知A*、Hybrid-A*和状态格规划器的高性能实现，可部署于阿克曼、腿式及其他大型非圆形机器人。我们的框架引入了新颖的“成本感知”变体，在保持运动学可行性约束的同时，显著提升了移动机器人常见复杂环境中的性能。Smac Planner已作为标准规划系统集成到流行的ROS 2导航栈Nav2中，目前为全球数千台机器人提供支持，涵盖学术研究、商业应用和现场部署。
引用
@article{arxiv.2401.13078,
title = {Open-Source, Cost-Aware Kinematically Feasible Planning for Mobile and Surface Robotics},
author = {Steve Macenski and Matthew Booker and Joshua Wallace and Tobias Fischer},
journal= {arXiv preprint arXiv:2401.13078},
year = {2025}
}