Key points are not available for this paper at this time.
Die Navigation in dynamischen Umgebungen erfordert es, dass der Roboter kollisionsfreie Trajektorien generiert und aktiv beweglichen Hindernissen ausweicht. Die meisten früheren Arbeiten entwarfen Pfadplanungsalgorithmen basierend auf einer einzigen Kartenrepräsentation, wie der geometrischen Karte, der Belegungskarte oder der ESDF-Karte. Obwohl sie in statischen Umgebungen Erfolge gezeigt haben, können diese Methoden aufgrund der Einschränkung der Kartenrepräsentation nicht zuverlässig statische und dynamische Hindernisse gleichzeitig handhaben. Um dieses Problem zu lösen, schlägt dieses Papier einen gradientenbasierten B-Spline-Bahnaoptimierungsalgorithmus vor, der die Onboard-Visionsysteme des Roboters nutzt. Die Tiefenvision ermöglicht es dem Roboter, dynamische Objekte geometrisch basierend auf der Voxelkarte zu verfolgen und darzustellen. Die vorgeschlagene Optimierung verwendet zunächst den zirkulär basierten Führungsalgorithmus, um die Kosten und Gradienten zur Vermeidung statischer Hindernisse zu approximieren. Dann wird mit den visionär erfassten beweglichen Objekten unser Rückblick-Horizont-Abstandsfeld gleichzeitig verwendet, um dynamische Kollisionen zu verhindern. Schließlich wird die iterative Neuführung-Strategie angewendet, um die kollisionsfreie Trajektorie zu erzeugen. Die Simulation und physikalischen Experimente beweisen, dass unsere Methode in Echtzeit funktioniert, um dynamische Umgebungen sicher zu navigieren.
Xu et al. (Mon,) untersuchten diese Frage.