面向运动规划的低计算复杂度安全感知最优控制
系统与控制
2022-11-10 v2 系统与控制
摘要
环境中存在多个不规则障碍物会给运动规划的优化带来非凸约束，使得最优控制问题难以处理。解决该问题的一个高效方法是逐次凸逼近（SCA），即将非凸问题凸化并逐次求解。然而，该方法仍面临两个主要挑战：I) 由不可行参考点处线性化引起的不可行性；ii) 在长规划时域与多障碍物下求解最优控制问题时，由多重约束带来的高计算复杂度。为克服这些挑战，本文提出一种低计算复杂度、安全感知且节能的运动规划控制方法。具体而言，针对运动规划构建了基于控制障碍函数的线性二次调节器，以保证安全性与节能性。进而，为避免不可行性，提出了带动态约束选择规则的反向回退逐次凸逼近（BRSCA）方法。设计了带原对偶迭代的动态规划以降低计算复杂度。研究发现，BRSCA 适用于时变控制限。数值仿真与硬件实验验证了 BRSCA 的有效性。仿真表明，与其他文献方法相比，BRSCA 具有更高的可行解求解概率，并将计算时间减少约 17.4%、能耗降低约四倍。
引用
@article{arxiv.2204.13380,
title = {Safety-Aware Optimal Control for Motion Planning with Low Computing Complexity},
author = {Xuda Ding and Han Wang and Jianping He and Cailian Chen and Kostas Margellos and Antonis Papachristodoulou},
journal= {arXiv preprint arXiv:2204.13380},
year = {2022}
}