STD-Trees：用于多旋翼运动学动力学规划的时空可变形树
机器人学
2021-09-17 v1
摘要
在具有大量同伦类的受限解空间中，独立的基于采样的运动学动力学规划器收敛效率低。为缓解该问题，引入了局部优化。本文中，我们提出通过以变形单元的形式优化树来促进轨迹树生长，每个单元包含一个树节点及所有连接它的边。该变形通过高效优化节点状态和边的时间持续时间而在空间和时间上同时进行。该单元仅局部改变树，却改善了相应子树的整体质量。进一步，研究并比较了考虑计算负担和优化层级而变形不同树部件的变体，均显示出快得多的收敛速度。所提出的变形与不同的基于RRT的运动学动力学规划方法兼容，数值实验表明，集成时空变形极大加速了收敛并优于仅空间变形。
引用
@article{arxiv.2109.07741,
title = {STD-Trees: Spatio-temporal Deformable Trees for Multirotors Kinodynamic Planning},
author = {Hongkai Ye and Chao Xu and Fei Gao},
journal= {arXiv preprint arXiv:2109.07741},
year = {2021}
}
备注
Under review at ICRA 2022