杆与环：面向 R^3 x S^2 的软细分路径规划器
计算几何
2019-06-10 v3
摘要
我们考虑一个刚体空间机器人在多面体障碍物间运动的路径规划问题。我们的机器人是一根杆或一个环。由于具有轴对称性，它们的构型空间为 R^3 x S^2，具有 5 个自由度（DOF）。对此类机器人实现正确、完备且实用的路径规划是机器人领域长期存在的挑战。杆是路径规划中研究最广泛的空间机器人之一，而环似乎是新的，并且是一个非单连通机器人的罕见例子。本工作为这些机器人提供了具有理论保证的严格且完备的算法。我们在开源 Core Library 中实现了这些算法。实验表明它们是实用的，达到了近实时性能。我们将我们的规划器与 OMPL 中最先进的采样规划器进行了比较。我们的细分路径规划器建立在 \epsilon-精确性与软谓词双重基础之上。正确实现相对容易。技术创新包括 S^2 上的细分图集、为足迹引入 \Sigma_2 表示，以及扩展了我们基于特征的技术以“打开碰撞检测黑箱”。
引用
@article{arxiv.1903.09416,
title = {Rods and Rings: Soft Subdivision Planner for R^3 x S^2},
author = {Ching-Hsiang Hsu and Yi-Jen Chiang and Chee Yap},
journal= {arXiv preprint arXiv:1903.09416},
year = {2019}
}
备注
Conference version to appear in Proc. Symposium on Computational Geometry (SoCG '19), June, 2019. This is the full version, 25 pages. Some typo regarding a reference to an appendix section was fixed. References were further revised/corrected