Robust Real-time UAV Replanning Using Guided Gradient-based Optimization and Topological Paths(论文解析)

Robust Real-time UAV Replanning Using Guided Gradient-based Optimization and Topological Paths 基于引导梯度的优化和拓扑路径的鲁棒实时无人机路径重规划


论文涉及无人机路径规划领域,提出一种可行的局部最优求解问题,描述了一种用于自主四旋翼导航的 鲁棒轨迹重规划方法。 通过 路径引导优化拓扑路径搜索并行轨迹优化克服了局部极小。

主要创新点

  1. 一种用于实时轨迹重新规划的鲁棒优化方法,path-guided optimization 称为PGO,以提高重新规划的成功率。
  2. 一种有效的拓扑路径搜索算法,并将其与所提出的PGO相结合,以更彻底地搜索解空间并产生更好的重新规划。
    拓扑路径搜索在概念上与 “Path deformation roadmaps: Compact graphs with useful cycles for motion planning,” 最接近,但具有重新设计的实时性能算法。

导向路径优化(PGO)

GTO:gradient-based trajectory optimization 基于梯度的轨迹优化,将轨迹重规划公式化为一个非线性优化问题,该问题权衡了平滑性安全性动态可行性。但受到局部极小值问题的困扰。

典型的GTO将欧几里德符号距离场(ESDF)的梯度结合到碰撞成本中,以将轨迹推出障碍物。然而,ESDF中存在一些“山谷”或“山脊”,导致一定情况下的轨迹优化失败,如下优化失败的典型示例:
在这里插入图片描述
如果原始产生的待优化的轨迹穿过欧几里得符号距离场的“谷”(左)或“脊”(右)(用橙色虚线表示),在实际中表现为从障碍物的位置穿过,或者沿正交于梯度距离场的方向运动,则轨迹会在临界点的相邻部分被推向相反方向。红色箭头表示ESDF的梯度,黄色箭头表示目标函数的梯度。因此,如果轨迹发生碰撞并穿过这些区域,ESDF的梯度将在某些点突然改变。为了解决这个问题,必须引入额外的信息,这些信息可以产生一个目标函数,该目标函数的梯度始终使轨迹变形到自由空间。

PGO:一种新的基于GTO的重规划方法, path-guided optimization 路径引导优化,利用几何路径有效地指导优化 ,重规划的成功率得到保证。调用PGO以更彻底地探索解决方案空间

PGO由两个不同的阶段组成:

  1. 生成中间预热轨迹
  2. 采用B样条优化方法,将预热轨迹进一步细化为平滑、安全、动态可行的轨迹

1阶段 使用几何引导路径来将初始轨迹吸引到自由空间如下图,无碰撞路径很容易从传统的方法(如A* 和RRT* )中获得。首先将B样条轨迹向引导路径上变形(左图),完成后大部分的轨迹会处于安全区域,即使还有部分碰撞障碍物,这时继续采用GTO的方法完成最后的轨迹质量优化(右图)。
在这里插入图片描述
第一阶段目标函数为:
在这里插入图片描述
fs是轨迹的平滑度成本,而fg是惩罚引导路径和B样条轨迹之间的距离的成本。
B样条曲线中每个控制点Qi被分配有引导路径上的关联点Gi ,沿着指导路径被均匀地采样。

2阶段 B样条优化方法,进一步将预热轨迹细化为平滑、安全且动态可行的轨迹,其目标函数为:
在这里插入图片描述
fc是ESDF上评估的碰撞成本,如果弹道接近障碍物,碰撞成本会迅速增加。fv和fa惩罚不可行的速度和加速度。

虽然与以前的方法相比,PGO多了一步优化,但它可以在更短的时间内生成更好的轨迹。第一阶段只需要微不足道的时间,但会生成更容易进一步细化的预热轨迹,从而提高整体效率。

拓扑路径搜索

基于采样的拓扑路径搜索,以找到一组不同的路径来指导PGO
拓扑等价关系:
在这里插入图片描述
左图中四个轨迹在同源的定义下是等价的,但表示四旋翼的基本不同的运动。右图中蓝色轨迹与绿色轨迹不同,但与紫色轨迹等价。看两条轨迹在引导变形时是否碰到障碍物。

均匀能见度变形 UVD 是 可见度变形VD特殊的子集:
在这里插入图片描述
UVD(左)和VD(右)之间的比较。一条路径上的每个红色点都转换为另一条路径中的一个点(绿色)。任何两个相关点对应于UVD中的相同参数,但VD中参数不相同。
s表示在轨迹的起点到终点由0到1变化的过程,在轨迹中按照点到起点的距离均匀分配。取拓扑等价的导向路径作为引导,在变形过程中就不会触及障碍物。用线段 s1s2检查碰撞。

拓扑路线图的生成 :
在这里插入图片描述
红色和绿色节点分别表示防护装置和连接器。(a) -(c):增加防护装置以占据不同的空间区域,并增加连接器以在防护装置之间形成新的连接。(d) :新连接器取代旧连接器,使连接更短。(e) :深度优先搜索找到的一些路径。红色和橙色路径都属于同一个UVD类,即等效,而粉色路径是其UVD类的唯一成员。
产生拓扑路线图的算法伪代码:
在这里插入图片描述
等效路径表示属于同一个UVD类,伪代码中若有理解错误的地方欢迎理论区讨论。

长路径缩短方法:深度优先搜索找到的每个Pr找到拓扑上等价的快捷路径Ps。
在这里插入图片描述
迂回而长的路径(绿线)被缩短。对于原始路径上的每个离散点(绿色点),检查其对缩短路径最后一个航路点(红色点)的可见性。块体素的中心点(虚线)将被推送并附加为新的路点。
将原有的绿色路径离散为许多点,起点作为新路径上的点,从起点开始遍历每一个点,与新路径的最后一个点用线段连接,如果线段被障碍物阻拦,这时为新路径添加路径点,路径点由碰撞的障碍物栅格位置沿线段的正交方向延伸一小段距离,添加路径点后继续遍历原有的路径离散点,与新产生的路径点连接成线段继续判断障碍物产生新的节点,直到遍历到终点后将终点加入新路径中。

实时轨迹重规划 一旦检测到冲突,就会在立方体内触发拓扑路线图构建,

  • 0
    点赞
  • 6
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
实时系统是指在严格的时间限制下,对输入数据进行处理并及时产生输出响应的系统。在实时系统中,一个重要的因素是系统的架构设计,而对于实时系统的架构设计来说,一个关键的考虑因素是其鲁棒性和可扩展性。 所谓鲁棒性,是指系统能够应对各种异常情况和外部干扰而保持正常工作的能力。在实时系统中,鲁棒的架构可以通过多种方式实现,例如使用冗余设计和错误处理机制。冗余设计可以通过多个处理器或模块的冗余部署来提高系统的容错能力,以便在一个处理器或模块发生故障时,系统依然能够正常工作。而错误处理机制可以包括错误检测和错误恢复两个方面,以保证系统对错误的及时发现和恢复能力。 可扩展性是指系统能够根据实际需求进行灵活的扩展和升级的能力。对于实时系统来说,可扩展的架构可以基于不同的需求进行模块的添加或替换,以满足不同规模和性能要求的系统。例如,当实时系统的负载增加时,可以通过增加处理器数量或增加存储容量来扩展系统的性能。 对于实时系统的架构设计,一个常用的方法是采用分布式架构。在分布式架构中,系统的不同功能模块可以分布在不同的节点上,通过通信和协作来完成任务。这种设计能够充分利用分布式计算和通信的特点,提高系统的并行度和可靠性。 综上所述,Robust scalable architecture for real-time systems(实时系统的强韧可扩展架构)PDF提供了一种鲁棒性和可扩展性的实时系统架构设计方案。该架构通过冗余设计和错误处理机制实现系统的鲁棒性,同时采用分布式架构实现系统的可扩展性。这样的架构设计能够有效应对实时系统中的异常情况和外部干扰,并能够根据实际需求灵活扩展系统的性能和规模。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

聪明小張

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值