Efficient Trajectory Planning for High Speed Flight in Unknown Environments
motion planning algorithm:
- Compute a set of minimum-jerk motion primitives based on a future state along the robot’s current trajectory 沿着机器人当前的轨迹根据未来的状态计算一系列minimum-jerk的运动初值
- 在占据栅格地图中根据目标位置计算全局路径
- 在全局路径中设立局部目标点作为局部的滚动优化目标，到局部目标的距离与无人机的速度有关
- 根据局部目标会生成很多运动初值，评判这些初值找到cost最小的一条轨迹
- 跟随这条轨迹直到有新的深度图
规划流程
生成初值
感觉这部分有点像dwa算法
计算cost
将不同的初值路径分为了n个控制点，这是根据分辨率做的。
- 第一步检查是否与障碍物交叉，交叉则删掉；
- 第二步加一个cost，cost是根据控制点在未知环境中的个数；
- 第三步加一个cost，随着局部目标到路径终点的距离线性增加；
- 第四步，cost随着到终点的距离线性增加；
- 第五步，cost与障碍物到轨迹的距离有关。