标题:Fast Likelihood-based Collision Avoidance with Extension to Human-guided Navigation
作者:Ji Zhang | Chen Hu | Rushat Gupta Chadha | Sanjiv Singh
来源:Journal of Field Robotics. 2020.
代码:https://github.com/jizhang-cmu/ground_based_autonomy_slimmed
一、简介
我们提出一种计划方法,以在混乱复杂的环境中实现快速自主飞行。通常,在复杂环境中进行自主导航需要对由k连接的网格或概率方案生成的图进行连续搜索。当车辆行驶时,用来自车载传感器的数据更新图是昂贵的,尤其是在路径必须是运动学上可行的情况下,在图上的搜索也是如此。我们建议避免在线搜索以减少计算复杂度。我们的方法在两个单独的区域中对环境进行了不同的建模。障碍被认为在传感器范围内是确定性已知的,而在传感器范围之外是概率已知的。该方法不是搜索成本最低的路径(通常是最短的路径),而是最大化确