Key points are not available for this paper at this time.
Ein Quadrotor mit aktivem Sensing wurde kürzlich vorgeschlagen, um die Einschränkung des Sichtfelds zu überwinden, und erzielte eine ausgezeichnete Wahrnehmungsfähigkeit bei Aufgaben zur Obstaclevermeidung. Um hochgeschwindigkeitsflüge dieses Quadrotors in unbekannten und überladenen Umgebungen zu realisieren, wird in diesem Schreiben ein rechnerisch effizienter Trajektorienplaner vorgestellt. Zunächst wird ein nicht-taboo-Flächengradient-basiertes Sampling (NAGS)-Algorithmus verwendet, um einen multiobjektorientierten, kollisionfreien lokalen Pfad zu sampling. Der Algorithmus arbeitet im Zustandsraum unter Berücksichtigung der aktiven Sensing-Richtung und kann in wenigen Versuchen einen gangbaren Pfad finden, ohne in lokale Minima zu fallen. Um die Echtzeitverarbeitung weiter zu verbessern, wird ein Algorithmus zur Generierung von Bewegungsprimitive eingeführt, der sowohl zeitliche Optimalität als auch Ruckoptimalität berücksichtigt, wobei ein integrierter offline und online Solver verwendet wird, um rechnerische Effizienz zu erreichen. Dieser Planer wird getestet und mit den neuesten Planern für Hochgeschwindigkeitsflüge verglichen. Realweltliche Experimente zeigen, dass unser Quadrotor mit aktivem Sensing und dem vorgeschlagenen Planer eine Fluggeschwindigkeit von bis zu 5,2 m/s in einem unbekannten und dichten Wald erreichte und abrupten Änderungen der Zielrichtung bei einer so hohen Geschwindigkeit begegnen konnte.
Chen et al. (Thu,) haben diese Frage untersucht.