面向腿式机器人的安全感知信息运动规划
机器人学
2021-03-29 v1
摘要
本文报道了开发一个适用于腿式机器人的安全感知信息运动规划集成框架的工作。该信息收集规划器考虑了环境的稠密随机地图，同时通过控制障碍函数（CBFs）施加安全约束。该规划器基于渐进式探索信息收集（IIG）算法，并允许使用模型预测控制（MPC）形式进行闭环运动动力学节点扩展。机器人探索与信息收集问题本质上是路径依赖问题。即，沿路径收集的信息取决于状态与观测历史。因此，仅基于模块化代价的运动规划无法产生适合探索的计划。我们提出 SAFE-IIG，一种综合考虑以下方面的集成信息运动规划算法：1) 通过基于环境随机地图计算的子模信息函数考量机器人的感知视野；2) 通过离散时间 CBFs 与 MPC 实现闭环多步长节点扩展来考量机器人动力学与安全约束；3) 通过设定信息论规划时域实现自动停止准则。仿真结果表明，SAFE-IIG 能够在探索稠密地图的同时规划出安全且动力学可行的路径。
引用
@article{arxiv.2103.14252,
title = {Toward Safety-Aware Informative Motion Planning for Legged Robots},
author = {Sangli Teng and Yukai Gong and Jessy W. Grizzle and Maani Ghaffari},
journal= {arXiv preprint arXiv:2103.14252},
year = {2021}
}
备注
11 pages