基于力预测的崎岖未知地形中高速无人地面车辆速度选择
机器人学
2014-07-02 v1
摘要
要在预先信息有限或缺失的未知崎岖地形中实现无人地面车辆 (UGV) 的高速导航，需要对 UGV 前方的地形进行评估。已有研究尝试预测地形施加于 UGV 的力，以确定给定地形下的最大允许速度。然而，现有方法产生的速度剖面过于激进，可能会损坏 UGV。本文提出了三种新颖的更安全的力预测方法，能够生成有效的速度剖面。其中两种模型，即瞬时高程变化模型 (IECM) 和基于激励力的正弦基座激励模型 (SBEM:EF)，用于预测地形在地面接触点对车辆施加的力；另一种方法，即基于传递力的正弦基座激励模型 (SBEM:TF)，则预测通过悬架传递到车架的力。
引用
@article{arxiv.1407.0080,
title = {Velocity Selection for High-Speed UGVs in Rough Unknown Terrains using Force Prediction},
author = {Graeme N. Wilson and Alejandro Ramirez-Serrano and Mahmoud Mustafa and Krispin A. Davies},
journal= {arXiv preprint arXiv:1407.0080},
year = {2014}
}
备注
10 pages, 6 figures, Proceedings of 5th International Conference on Intelligent Robotics and Applications, Concordia University, October 3-5, 2012, Montreal, Canada