RRT* 与 GVO 结合用于动态环境中非完整机器人实时导航
机器人学
2018-04-12 v2
摘要
非完整机器人在动态环境中的导航仍面临诸多挑战。本文提出了一种基于广义速度障碍（GVO）模型的导航框架。速度障碍的概念自1998年提出以来，已被广泛研究并用于避障。尽管已被证明是成功的，但大多数研究假设运动方程为线性，这限制了其在完整机器人上的应用。此外，更多关注被放在了机器人的即时反应上，而忽略了预先规划。通过将 GVO 模型应用于差速驱动机器人，并将其与 RRT* 相结合，我们降低了机器人轨迹的不确定性，从而进一步缩小了关注范围，并节省了计算时间和运行时间。通过使用卡尔曼滤波器为动态障碍物引入不确定性，我们降低了将障碍物视为匀速直线运动的风险，并保证了安全性。特别关注了路径生成，包括曲率检查，使得生成的路径对非完整机器人可行。我们通过实验证明了该框架的可行性。
引用
@article{arxiv.1710.07102,
title = {RRT* Combined with GVO for Real-time Nonholonomic Robot Navigation in Dynamic Environment},
author = {Yuying Chen and Ming Liu},
journal= {arXiv preprint arXiv:1710.07102},
year = {2018}
}
备注
6 pages, 9 figures, accepted by RCAR 2018