中文

面向部分可观测环境中自主地面机器人导航的高效自适应时序抽样状态晶格

机器人学 2026-02-16 v1

摘要

由于传感器限制,越野移动机器人所处的环境往往只能部分可观测。随着机器人沿路径移动并趋向目标,最优路径会不断因传感器获取的新信息而被修订。在传统的自主导航架构中,区域运动规划器会消耗环境地图并输出一条轨迹供局部运动规划器使用。由于区域计划指导因地图信息不断变化而进行的持续修订,传递给局部规划器的参考轨迹在连续的规划周期中可能差异巨大。这种快速变更的指导可能导致不安全的导航行为,通常需要在越野环境中的自主遍历期间进行手动安全干预。为解决此问题,我们提出时序高效自适应状态晶格(TSEASL),这是一种区域规划器仲裁架构,考虑更新和优化的先前生成轨迹与当前生成轨迹。当在Clearpath Robotics Warthog无人地面车辆上以及使用从Warthog收集的真实地图数据进行测试时,结果表明,在运行TSEASL时,机器人在与基线规划器相同位置无需手动干预。此外,TSEASL相对于基线实现了更高的规划稳定性。本文以讨论进一步改进TSEASL以使其更通用于各种越野自主场景为结论。

关键词

引用

@article{arxiv.2602.13159,
  title  = {Temporally-Sampled Efficiently Adaptive State Lattices for Autonomous Ground Robot Navigation in Partially Observed Environments},
  author = {Ashwin Satish Menon and Eric R. Damm and Eli S. Lancaster and Felix A. Sanchez and Jason M. Gregory and Thomas M. Howard},
  journal= {arXiv preprint arXiv:2602.13159},
  year   = {2026}
}

备注

12 pages, 8 figures