在杂乱环境中快速、主动和具有不确定性感知的无人机路径规划的模型预测路径积分方法
摘要：基于模型预测路径积分（MPPI）控制理论的现行动规划方法通常假设系统的低级控制器能够以极高的精度跟踪规划的运动。然而，在实践中，跟踪误差可能会受到许多因素的影响，并且在机器人必须穿越拥挤环境时可能导致潜在碰撞。为了解决这个问题，本文提出了一种基于MPPI控制理论的新型滚动视界动作规划方法，该方法是一种灵活的基于采样的控制技术，对车辆动力学和成本函数的要求很低。该灵活性被利用来提出考虑基于数据的风险函数的动作规划框架。同时，将MPPI算法作为动作规划器也降低了算法所需的样本数量，减轻了实现的硬件要求。通过对四旋翼无人机的轨迹生成进行验证，快速运动增加了轨迹跟踪误差，可能与附近的障碍物发生碰撞。仿真和硬件实验表明，MPPI动作规划器主动适应无人机必须穿越的障碍物，靠近障碍物时放慢速度，远离障碍物时快速移动，从而完全消除了碰撞，并产生了活跃的运动。
作者：Jacob Higgins, Nicholas Mohammad, Nicola Bezzo
论文ID：2308.00914
分类：Robotics
分类简称：cs.RO
提交时间：2023-08-03