基于感知避障约束的无人机反应式导航
计算机视觉与模式识别
2022-07-05 v1 人工智能
摘要
本文提出一种用于无人机（UAV）的嵌入式避障反应式约束导航方案，以实现在障碍密集环境中的导航。所提出的导航架构基于非线性模型预测控制（NMPC），并利用机载2D LiDAR检测障碍物，并将环境的关键几何信息在线转化为NMPC的参数化约束，以限制无人机可用的位置空间。本文还侧重于所提反应式导航方案的实际实现与实验验证，并将其应用于多项具有挑战性的实验室实验中，同时与相关的反应式避障方法进行比较。所提方法使用的求解器为Optimization Engine（OpEN）与用于最优控制的近端平均牛顿（PANOC）算法，其中采用惩罚方法在导航任务中妥善处理障碍物与输入约束。所提新方案可在有限机载计算能力下快速求解，这是无人机整体闭环性能所需的特征，并应用于多个实时场景。内置避障与实时适用的结合，使所提反应式约束导航方案成为无人机的一个优雅框架，能够执行快速非线性控制、局部路径规划与避障，且全部嵌入控制层。
引用
@article{arxiv.2207.01407,
title = {Vehicle Trajectory Prediction on Highways Using Bird Eye View Representations and Deep Learning},
author = {Rubén Izquierdo and Álvaro Quintanar and David Fernández Llorca and Iván García Daza and Noelia Hernández and Ignacio Parra and Miguel Ángel Sotelo},
journal= {arXiv preprint arXiv:2207.01407},
year = {2022}
}
备注
This work has been accepted for publication at Applied Intelligence