无人机在不确定环境中的运动规划中的紧密碰撞概率
摘要：在复杂环境中操作无人机（UAV）面临着重要挑战，主要是由于这样情景中的内在不确定性。此外，不准确的机器人定位和建模误差进一步加剧了这些挑战。最近针对静态环境中的UAV运动规划的研究无法应对快速变化的环境，从而导致可能不可行的轨迹。此外，先前解决动态障碍物或外部干扰的方法并不能处理这样环境的复杂性。本文提出了一种可靠的UAV运动规划框架，将各种不确定性集成到概率约束中，以以概率方式描述不确定性。该概率约束通过计算机器人的高斯分布前向可达集与障碍物状态之间的碰撞概率来提供概率安全证书。为了减少规划轨迹的保守性，我们提出了碰撞概率的紧密上界，并对其进行了精确和近似评估。近似解用于产生运动基元作为参考轨迹，而精确解则用于迭代优化轨迹以获得更好的结果。我们的方法在仿真和实际环境中进行了全面测试，验证了它在不确定环境中的可靠性和有效性。
作者：Tianyu Liu, Fu Zhang, Fei Gao, Jia Pan
论文ID：2303.02607
分类：Robotics
分类简称：cs.RO
提交时间：2023-08-02