面向自主农业车辆的路径跟踪混合A*与分层MPC框架
机器人学
2025-05-20 v2
摘要
我们提出了一种路径跟踪混合A*规划器，结合分层模型预测控制（MPC）框架，用于农业车辆的路径平滑。目标是最小化跨垄作业期间与参考路径的偏差，从而优化作业效率，防止作物和土壤损伤，同时强制执行曲率约束并确保全身碰撞避免。我们的贡献有三方面：（1）我们开发了路径跟踪混合A*算法，以生成紧密遵循参考轨迹、满足严格曲率约束和全身碰撞避免的光滑轨迹。通过设计新颖的成本函数和启发式函数，在非完整约束下最小化跟踪误差来实现遵循。（2）我们引入了一种在线重规划策略作为扩展，能够实时避开不可预见的障碍物，同时利用剪枝技术提高计算效率。（3）我们设计了一个分层MPC框架，确保紧密的路径跟踪和实时满足车辆约束，包括非完整动力学和全身碰撞避免。通过使用线性化MPC为非线性求解器提供热启动，该框架在精度损失极小的情况下提高了非线性优化的收敛性。在真实农场数据集上的仿真表明，与基线方法相比，在安全性、路径跟踪、计算速度和实时避障方面具有优越性能。
引用
@article{arxiv.2411.14086,
title = {Path-Tracking Hybrid A* and Hierarchical MPC Framework for Autonomous Agricultural Vehicles},
author = {Mingke Lu and Han Gao and Haijie Dai and Qianli Lei and Chang Liu},
journal= {arXiv preprint arXiv:2411.14086},
year = {2025}
}