存在不确定凸障碍物时可证明安全的轨迹优化

真实世界环境 inherently 具有不确定性，为了在这些环境中安全作业，机器人必须能够围绕这种不确定性进行规划。在运动规划的语境下，我们希望系统能在机器人运动时维持可接受的安全水平，即便邻近障碍物的精确位置未知。在本文中，我们使用序贯凸优化框架求解这一机会约束运动规划问题。为约束规划运动所引发的碰撞风险，我们采用称为 ε-阴影的几何对象来计算机器人与不确定障碍物之间碰撞风险的上界。我们将这些基于 ε-阴影的估计作为约束放入一个非线性轨迹优化问题中，随后通过迭代线性化非凸风险约束来求解。该序贯优化方法快速找到完成期望运动同时将碰撞风险维持在用户指定上限内的轨迹。我们的方法可应用于具有任意凸几何的机器人与环境；即便在复杂环境中，它也能在不到一秒内运行，并对规划轨迹的安全性提供可证明的保证，从而在真实环境中实现快速、反应式且安全的机器人运动。