Das Verhalten von Menschen bei der Navigation in dynamischen Umgebungen beruht auf der Vorhersage der nahen Zukunft, die die unmittelbaren Zustände sich bewegender Objekte basierend auf ihren aktuellen Trajektorien beschreibt. Mobile Roboter verlassen sich in vielen Fällen, anstatt einen ähnlichen Ansatz zu verwenden, nur auf Rückmeldungen aus dem aktuellen Moment, was zu nahen Begegnungen mit Hindernissen führen kann, die zu einer Trajektorieninstabilität aufgrund eines starken Steuersignals von Vermeidungsalgorithmen führen. In diesem Papier wird ein Ansatz vorgestellt, der prädiktive Steuerung basierend auf der Schätzung dynamischer Umgebungen durch einen Unscented Kalman Filter verwendet. Der Prädiktor analysiert die Trajektorien nahegelegener Objekte und bewertet die Möglichkeit einer Kollision oder einer nahen Begegnung. Dies führt zu einem zusätzlichen Steuersignal, das in den Algorithmus der künstlichen Potentialfelder integriert ist, was hilft, schnelle Änderungen im Steuersignal zu reduzieren und somit die Trajektorie des Roboters zu glätten sowie die Wahrscheinlichkeit gefährlicher Situationen zu verringern.
Bonar et al. (Fri,) untersuchten diese Frage.
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: