当前位置：
X-MOL 学术
›
IEEE Robot. Automation Lett.
›
论文详情
Our official English website, www.x-mol.net, welcomes your
feedback! (Note: you will need to create a separate account there.)
RAST：动态不确定环境中 MAV 导航的风险感知时空安全走廊
IEEE Robotics and Automation Letters ( IF 4.6 ) Pub Date : 2022-12-23 , DOI: 10.1109/lra.2022.3231832
Gang Chen 1 , Siyuan Wu 1 , Moji Shi 1 , Wei Dong 2 , Hai Zhu 1 , Javier Alonso-Mora 1
IEEE Robotics and Automation Letters ( IF 4.6 ) Pub Date : 2022-12-23 , DOI: 10.1109/lra.2022.3231832
Gang Chen 1 , Siyuan Wu 1 , Moji Shi 1 , Wei Dong 2 , Hai Zhu 1 , Javier Alonso-Mora 1
Affiliation
微型飞行器 (MAV) 在动态和未知环境中的自主导航是一项复杂且具有挑战性的任务。当前的工作依靠假设来解决问题。MAV 的姿态是已知的，动态障碍物可以从静态障碍物中明确分割，它们的数量是已知的和固定的，或者它们可以用给定的形状建模。在这封信中，我们提出了一种在动态不确定环境中进行 MAV 导航的方法，而无需做出任何这些假设。该方法采用基于粒子的动态地图来表示局部环境并预测不久的将来。基于预测地图定义碰撞风险，构建一系列风险感知时空（RAST）安全走廊，最终用于优化MAV的动态可行无碰撞轨迹。在启用物理引擎的情况下，我们将我们的方法与 Gazebo 中 12000 次模拟测试中的几个最先进的作品进行了比较。结果表明，我们的方法在不同的不确定性水平下具有最高的成功率。最后，我们在实际实验中验证了所提出的方法。
"点击查看英文标题和摘要"
更新日期：2022-12-23
"点击查看英文标题和摘要"
京公网安备 11010802027423号