用于运动规划实时优化的凸可行集算法
最优化与控制
2018-05-22 v3 机器人学
摘要
随着机器人技术的发展，对实时运动规划的需求日益增长。然而，由于环境中的障碍物，规划问题具有高度非凸性，这使得利用现有的非凸优化算法难以实现实时计算。本文介绍了凸可行集算法 (CFS)，这是一种针对具有凸代价函数和非凸约束的非凸优化问题的快速算法。其思想是为原始问题找到一个凸可行集，并利用凸约束迭代求解一系列子问题。文中证明了所提算法的可行性和收敛性。讨论了该方法在移动机器人运动规划中的应用。仿真结果证明了所提算法的有效性。
引用
@article{arxiv.1709.00627,
title = {The Convex Feasible Set Algorithm for Real Time Optimization in Motion Planning},
author = {Changliu Liu and Chung-Yen Lin and Masayoshi Tomizuka},
journal= {arXiv preprint arXiv:1709.00627},
year = {2018}
}
备注
in SIAM Journal on Control and Optimization