基于控制障碍函数与逻辑回归的多项式形状障碍物安全路径规划
机器人学
2022-10-10 v1
摘要
安全路径规划对于双足机器人在安全关键环境中运行至关重要。常见路径规划算法如 RRT 或 RRT* 通常使用几何或运动学碰撞检测算法来确保通往目标位置的无碰撞路径。然而，此类方法可能生成不符合行走机器人动力学约束的非平滑路径。已有研究表明，控制障碍函数（CBF）可与 RRT/RRT* 结合以综合动态可行的无碰撞路径。但现有工作受限于简单圆形或椭圆形障碍物，因为构建表示不规则形状障碍物的合适障碍函数具有挑战性。本文提出一种基于 CBF 的 RRT* 算法，使双足机器人能在具有多项式形状障碍物的复杂空间中生成无碰撞路径。具体而言，我们使用逻辑回归从环境栅格地图构造多项式障碍函数以表示任意形状障碍物。此外，我们开发了多步 CBF 转向控制器以确保自由空间探索的效率。所提方法首先在差分驱动模型的仿真中验证，随后在带有随机放置障碍物的实验室环境中使用 3D 人形机器人 Digit 进行实验评估。
引用
@article{arxiv.2210.03704,
title = {Safe Path Planning for Polynomial Shape Obstacles via Control Barrier Functions and Logistic Regression},
author = {Chengyang Peng and Octavian Donca and Ayonga Hereid},
journal= {arXiv preprint arXiv:2210.03704},
year = {2022}
}
备注
7 pages, 8 figures. Supplemental Video: https://youtu.be/r_hkuK5cMw4