基于星形凸约束优化的可见性规划及其在航空巡检中的应用
机器人学
2022-04-12 v1
摘要
可见能力在许多机器人应用中至关重要，例如巡检与监视等。若无法保证对目标的可见性，某些任务最终无法完成甚至失败。本文提出一种通过星形凸约束优化实现可见性保证的规划器。可见空间本质上被建模为星形凸多面体（star convex polytope, SCP），并通过直接在点云上寻找可见点生成。利用 SCP 的性质，将可见性约束表述为轨迹优化问题。轨迹被限制在由凸多面体和 SCP 组成的安全且可见的飞行走廊内。我们进一步对可见性约束进行松弛，将约束轨迹优化问题转化为无约束问题，从而能够可靠且高效地求解。为验证所提规划器的能力，我们给出了在场地巡检中的实际应用。实验结果表明，该方法高效、可扩展且保证可见性，展现出未来应用于多种其他场景的前景。
引用
@article{arxiv.2204.04393,
title = {Star-Convex Constrained Optimization for Visibility Planning with Application to Aerial Inspection},
author = {Tianyu Liu and Qianhao Wang and Xingguang Zhong and Zhepei Wang and Chao Xu and Fu Zhang and Fei Gao},
journal= {arXiv preprint arXiv:2204.04393},
year = {2022}
}
备注
Accepted by ICRA 2022