全身模型预测控制与动态遮挡规避：一种最大似然可见性方法
机器人学
2022-03-07 v1
摘要
本文介绍了一种用于全身运动规划与动态遮挡规避的新方法。所提方法将可见性约束重新表述为可见性概率的似然最大化。在该公式中，我们通过松弛对数障碍函数增强全身模型预测控制方案的主代价函数，从而得到可见性概率的松弛对数似然最大化公式。可见性概率通过量化点光源遮挡的概率阴影场计算。我们提供了在 2D 和 3D 情况下获取此类场所必需的算法。我们展示了该场在仿真中的 2D 实现以及通过实时硬件实验的 3D 实现。我们表明，由于我们的阴影场算法相对于地图大小的线性复杂度，我们可以实现高更新率，这有助于在算力有限的移动平台上机载执行。最后，我们在仿真中针对一个四足移动机械臂评估了所提 MPC 重构的性能。
引用
@article{arxiv.2203.02221,
title = {Whole-Body MPC and Dynamic Occlusion Avoidance: A Maximum Likelihood Visibility Approach},
author = {Ibrahim Ibrahim and Farbod Farshidian and Jan Preisig and Perry Franklin and Paolo Rocco and Marco Hutter},
journal= {arXiv preprint arXiv:2203.02221},
year = {2022}
}