[论文解读] An Efficient B-spline-Based Kinodynamic Replanning Framework for Quadrotors

Wenchao Ding, Wenliang Gao+2 more|arXiv (Cornell University)|Jun 24, 2019

Robotic Path Planning Algorithms参考文献 42被引用 4

一句话总结

本文提出了一种基于B样条的高效动力学重规划框架，适用于无人直升机，可在非静态初始条件下确保动态可行且平滑的轨迹。通过结合一种新颖的B样条基动力学搜索与弹性优化，该方法实现了实时、低成本的轨迹规划，同时通过凸优化和图聚合技术保证了安全性和可行性。

ABSTRACT

Trajectory replanning for quadrotors is essential to enable fully autonomous flight in unknown environments. Hierarchical motion planning frameworks, which combine path planning with path parameterization, are popular due to their time efficiency. However, the path planning cannot properly deal with non-static initial states of the quadrotor, which may result in non-smooth or even dynamically infeasible trajectories. In this paper, we present an efficient kinodynamic replanning framework by exploiting the advantageous properties of the B-spline, which facilitates dealing with the non-static state and guarantees safety and dynamical feasibility. Our framework starts with an efficient B-spline-based kinodynamic (EBK) search algorithm which finds a feasible trajectory with minimum control effort and time. To compensate for the discretization induced by the EBK search, an elastic optimization (EO) approach is proposed to refine the control point placement to the optimal location. Systematic comparisons against the state-of-the-art are conducted to validate the performance. Comprehensive onboard experiments using two different vision-based quadrotors are carried out showing the general applicability of the framework.

研究动机与目标

• 为解决层次化运动规划在处理非静态初始状态时的局限性，避免产生抖动或不可行的轨迹。
• 开发一种实时动力学重规划框架，确保在未知环境中动态可行性和安全性。
• 克服采样方法和基于非线性两点边值问题（BVP）的动力学规划器在无人直升机上的计算效率低下问题。
• 将基于B样条的搜索与优化控制点以最小化控制能量和时间的优化步骤相结合。

提出的方法

• 提出高效的B样条基动力学（EBK）搜索算法，通过在空间网格上优化B样条控制点来寻找可行轨迹。
• 提出一种新颖的‘顶点元组’概念，以简化搜索问题并支持解空间的理论分析。
• 采用可控离散化的图聚合技术，在保持最优性的同时减少计算时间。
• 使用离线可计算的最小膨胀策略，以减少在线搜索过程中的碰撞检测开销。
• 应用弹性优化（EO）通过凸二次约束二次规划（QCQP）优化控制点位置。
• 将该框架集成到一个模型预测控制风格的滚动时域重规划器中，利用B样条的局部控制特性实现实时适应。

实验结果

研究问题

• RQ1 基于B样条的动力学规划器是否能在保证动态可行性和低控制能量的前提下，实现非零初始状态无人直升机的实时性能？
• RQ2 如何有效补偿基于网格搜索带来的离散化误差，以提升轨迹的最优性？
• RQ3 图聚合与最小膨胀策略对搜索效率有何影响，且是否在不牺牲解质量的前提下提升了效率？
• RQ4 在仿真和真实飞行中，该框架与最先进动力学规划器相比，在性能和鲁棒性方面表现如何？
• RQ5 该框架是否可推广至不同视觉引导的无人直升机平台，适用于不同的感知与计算能力？

主要发现

• EBK搜索算法通过图聚合与最小膨胀策略实现实时性能，显著降低了在线计算时间。
• 弹性优化步骤成功优化了控制点布局，生成了控制能量最小且更加平滑的轨迹。
• 全面对比表明，所提框架在轨迹代价、可行性与重规划一致性方面优于最先进方法。
• 在两种不同视觉引导的无人直升机平台上的机载实验验证了该框架在真实场景中的通用性与鲁棒性。
• 理论分析证明，EBK搜索在聚合图上是完备且最优的，确保在离散化条件下收敛至最佳可行解。