BARN 挑战赛 2023——高度受限空间中的自主导航——英业达团队
机器人学
2023-07-28 v1
摘要
现实世界中的导航十分困难且充满复杂场景。基准自主机器人导航（BARN）挑战赛是一项聚焦于高度受限空间的竞赛。各团队使用标准平台在仿真和真实舞台中竞争，场景难度从简单到极具挑战不等。本技术报告介绍了英业达团队在 BARN 挑战赛 2023（https://cs.gmu.edu/~xiao/Research/BARN_Challenge/BARN_Challenge23.html）中所采用的系统与方法。我们的方法核心是使用基于学习的基线控制器 LfLH。我们通过有限状态机开发扩展以触发恢复行为，并引入了基于足迹膨胀和模型预测控制的两种前向安全碰撞检测替代方案。此外，我们还提出了一种基于代价地图感兴趣区域的回溯安全检查。相较于原始基线，我们将导航得分从 0.2334 显著提升至 0.2445（4.76%）。总体而言，我们的团队在仿真和真实舞台中均排名第二。我们的代码公开于：（https://github.com/inventec-ai-center/inventec-team-barn-challenge-2023.git）
引用
@article{arxiv.2307.14580,
title = {The BARN Challenge 2023 -- Autonomous Navigation in Highly Constrained Spaces -- Inventec Team},
author = {Hanjaya Mandala and Guilherme Christmann},
journal= {arXiv preprint arXiv:2307.14580},
year = {2023}
}
备注
The BARN Challenge 2023, ICRA 2023, Technical Report