ETHZ开源：挑战性环境下移动机器人的安全多目标规划

以下内容来自小六的机器人SLAM学习圈知识星球每日更新内容

点击领取学习资料 → 机器人SLAM学习资料大礼包

#论文# #开源# arxiv速递|苏黎世联邦理工ETH Zurich 开源SMUG Planner

SMUG Planner: 挑战性环境下移动机器人的安全多目标规划

【SMUG Planner: A Safe Multi-Goal Planner for Mobile Robots in Challenging Environments】

开源代码：GitHub-leggedroboticssmug_planner

作者单位：苏黎世联邦理工学院ETH Zurich

论文链接：230605309SMUGPlannerASafeMulti-GoalPlannerforMobil...    机器人探索或监测任务要求移动机器人在具有潜在挑战性的环境中，在多个目标位置之间自主、安全地导航。目前，与依赖人类设计一系列行为或路径点供机器人遵循不同，SMUG规划器会生成一个最优的运动路径来访问预定义的目标，提高这些任务的自主性。为确保安全性和效率，本文采用了一种分层的状态有效性检查方案。该方案利用了在仿真中学习的机器人特定可通行性。本文使用带有启发式采样器的Lazy PRM *的算法来加速无碰撞路径的生成。

 本文的迭代动态规划算法使规划器能够在几秒钟内生成一条访问十个以上目标的路径。此外，所提出的分层状态有效性检查方案比纯体积碰撞检测减少了30 %的规划时间，并通过避免高风险区域提高了安全性。本文的SMUG规划器在四足机器人ANYmal上进行了部署，展示了其在崎岖地形上能够完全自主地引导机器人进行多目标任务的能力。

以上内容来自小六的机器人SLAM学习圈知识星球每日更新内容