Teach-Repeat-Replan：面向复杂环境中激进飞行的完整鲁棒系统
机器人学
2019-07-02 v1
摘要
本文提出一个用于自主四旋翼无人机激进飞行的完整且鲁棒的运动规划系统。所提方法建立在经典的 teach-and-repeat 框架之上，该框架广泛应用于基础设施巡检、空中运输以及搜救。在这些应用中，人类的意图对于决定无人机飞行轨迹的拓扑结构至关重要。然而，糟糕的教学轨迹与不断变化的环境使得简单的 teach-and-repeat 系统无法灵活、鲁棒地应用。本文中，我们并非命令无人机精确跟随教学轨迹，而是提出一种方法，将人类驾驶的任意抖动轨迹自动转换为拓扑等价的轨迹。所生成的轨迹保证平滑、安全且在运动学上可行，并具有人类偏好的激进程度。此外，为在飞行中避开未映射或动态障碍物，我们向系统中引入了滑动窗口局部感知与重规划方法，以在机载计算上生成安全的局部轨迹。我们将该系统命名为 teach-repeat-replan。它能捕捉用户对飞行任务的意图，将任意抖动的教学路径转换为平滑的重复轨迹，并生成安全的局部重规划以避开未映射或移动的障碍物。所提规划系统集成到一个具备全局与局部感知及定位子模块的完整自主四旋翼中。通过在充满挑战的室内外环境中进行激进飞行，验证了本系统。我们将四旋翼系统中的所有组件作为开源 ros-packages 发布。
引用
@article{arxiv.1907.00520,
title = {Teach-Repeat-Replan: A Complete and Robust System for Aggressive Flight in Complex Environments},
author = {Fei Gao and Luqi Wang and Boyu Zhou and Luxin Han and Jie Pan and Shaojie Shen},
journal= {arXiv preprint arXiv:1907.00520},
year = {2019}
}
备注
Source code: https://github.com/HKUST-Aerial-Robotics/Teach-Repeat-Replan