微型飞行器在杂乱未知环境中的安全局部探索与重规划
机器人学
2018-03-13 v2
摘要
为使微型飞行器 (MAV) 能够在复杂、未知、非结构化环境中提供辅助，它们必须能够在面对事先毫无了解的杂乱环境时保证安全导航。虽然基于轨迹优化的局部规划器已被证明在这些情况下表现良好，但先前的工作要么未解决如何处理优化问题中的局部极小值，要么通过使用乐观的全局规划器来解决。我们提出一个保守的基于轨迹优化的局部规划器，并结合一个选择中间目标的局部探索策略。我们进行了大量仿真，表明该系统比使用乐观全局规划器的标准方法表现更好，并且在局部规划器受阻时也优于执行单步探索。该方法通过在包括密林在内的多种高度杂乱环境中的实验得到验证。这些实验展示了整个系统在 MAV 上完全机载实时运行，以 4 Hz 的频率进行建图和重规划。
引用
@article{arxiv.1710.00604,
title = {Safe Local Exploration for Replanning in Cluttered Unknown Environments for Micro-Aerial Vehicles},
author = {Helen Oleynikova and Zachary Taylor and Roland Siegwart and Juan Nieto},
journal= {arXiv preprint arXiv:1710.00604},
year = {2018}
}
备注
Accepted to ICRA 2018 and RA-L 2018