占据栅格地图中的随机函数梯度路径规划
机器人学
2017-05-18 v1
摘要
规划安全路径是机器人自主性的主要基石。几十年来它一直是活跃的研究领域，涌现了大量规划方法。规划器通常可分为轨迹优化器或基于采样的规划器。后者是占据栅格地图的主要规划范式。轨迹优化需要重大的算法改变以应对由地图传感器覆盖不全引起的上下文信息缺口。然而其益处显著，因为轨迹优化器能推理路径安全性与效率之间的权衡。本工作中，我们改进了先前关于随机函数梯度规划器的工作。我们引入一种基于核近似的新颖具表达力的路径表示，允许基于随机样本进行高性价比的模型更新。先前随机函数梯度规划器的主要缺陷是立方代价，源于其非参数路径表示。相反，我们新颖的基于近似核的模型具有固定的线性代价，仅取决于用于表示路径的特征数量。我们展示了样本的随机性对该规划器至关重要，并给出了在仿真和真实占据数据下与其他最先进规划方法的比较。实验证明了随机近似核方法在占据栅格地图路径规划中的优势。
引用
@article{arxiv.1705.05987,
title = {Stochastic Functional Gradient Path Planning in Occupancy Maps},
author = {Gilad Francis and Lionel Ott and Fabio Ramos},
journal= {arXiv preprint arXiv:1705.05987},
year = {2017}
}