基于采样的动态交战区域周围风险感知路径规划
最优化与控制
2024-03-11 v1 系统与控制
系统与控制
摘要
现有的避免动态交战区域 (EZs) 并最小化风险的方法利用变分法来获得最优路径。虽然此类方法是确定性的，但随着交战区域数量的增加，其可扩展性较差。此外，基于最优控制的策略对初始猜测敏感，且往往收敛于局部极小值而非全局极小值。本文提出了一种新颖的基于采样的方法，旨在为 Dubins 车辆在有大量交战区域存在的情况下，在有界操作区域内到达期望位置获得可行的飞行计划。动态 EZ 通过车辆的航向角与车辆动力学耦合。因此，(x,y) 平面中的动态二维障碍物可以转换为提升的 (x,y,{\psi}) 空间中的三维静态障碍物。这一见解被用于制定快速扩展随机树 (RRT*) 算法。该算法通过蒙特卡洛实验进行评估，该实验随机化 EZ 位置，以表征成功率和平均路径长度作为 EZ 数量和规划器可用计算时间的函数。
引用
@article{arxiv.2403.05480,
title = {Sampling-Based Risk-Aware Path Planning Around Dynamic Engagement Zones},
author = {Artur Wolek and Isaac E. Weintraub and Alexander Von Moll and David Casbeer and Satyanarayana G. Manyam},
journal= {arXiv preprint arXiv:2403.05480},
year = {2024}
}
备注
6 pages, 6 figures, jointly submitted to ASME Letters in Dynamic Systems and Control and the 2024 Modeling, Estimation and Control Conference