基于邻域增强图计算拓扑-几何相异路径及其在三维系留机器人路径规划中的应用

许多机器人应用受益于能够在给定构型空间中计算多条局部最优路径。示例包括具有缆绳长度约束的系留机器人路径规划、涉及缆绳的系统、多机器人拓扑探索与覆盖，以及无机器人间协调的移动机器人导航拥塞缓解。现有范式是使用拓扑路径规划方法，这些方法能从底层构型空间中可用的不同拓扑类提供最优路径。然而，这些方法通常需要非平凡且非通用的几何构造，在具有复杂拓扑的三维或更高维构型空间中过于复杂或代价高昂。此外，拓扑方法无法区分属于同一拓扑类但因三维中零亏格障碍或高代价、高曲率区域而相异的局部最优路径。本文提出一种通用且泛化的多路径局部最优规划方法，利用新颖的邻域增强图概念，在其上进行基于搜索的规划可计算出拓扑-几何相异的路径。该方法可在更广泛的构型空间中找到所需数量的局部最优路径，无需任何复杂的预处理或几何构造。与现有拓扑方法不同，所得最优路径不限于不同拓扑类，从而使该算法适用于许多其他关注局部最优且几何相异路径的问题。我们展示了该算法在三维中具有缆绳长度约束的系留机器人最短可通行路径规划中的应用，并在仿真与真实机器人实验中验证了结果。