[论文解读] EGO-Planner: An ESDF-free Gradient-based Local Planner for Quadrotors

Xin Zhou, Zhepei Wang+3 more|arXiv (Cornell University)|Aug 20, 2020

Robotic Path Planning Algorithms参考文献 17被引用 9

一句话总结

该论文提出 EGO-Planner，一种无需 ESDF 的基于梯度的四旋翼局部规划器，通过直接从轨迹碰撞和引导路径计算障碍物梯度，消除了预计算的欧几里得有符号距离场（ESDF）。通过仅提取必要的障碍物信息，并使用各向异性曲线拟合进行优化，其计算时间减少了一个多数量级，同时在仿真和真实飞行测试中保持了优异的轨迹平滑度、长度和能效表现。

ABSTRACT

Gradient-based planners are widely used for quadrotor local planning, in which a Euclidean Signed Distance Field (ESDF) is crucial for evaluating gradient magnitude and direction. Nevertheless, computing such a field has much redundancy since the trajectory optimization procedure only covers a very limited subspace of the ESDF updating range. In this paper, an ESDF-free gradient-based planning framework is proposed, which significantly reduces computation time. The main improvement is that the collision term in the penalty function is formulated by comparing the colliding trajectory with a collision-free guiding path. The resulting obstacle information will be stored only if the trajectory hits new obstacles, making the planner only extract necessary obstacle information. Then, we lengthen the time allocation if dynamical feasibility is violated. An anisotropic curve fitting algorithm is introduced to adjust higher-order derivatives of the trajectory while maintaining the original shape. Benchmark comparisons and real-world experiments verify its robustness and high-performance. The source code is released as ROS packages.

研究动机与目标

• 解决基于梯度的四旋翼规划器中 ESDF 维护带来的计算瓶颈问题。
• 通过直接比较轨迹与无碰撞引导路径来制定碰撞代价，消除对预构建 ESDF 地图的依赖。
• 开发一种轻量化、鲁棒的局部规划器，适用于资源受限的自主四旋翼飞行器。
• 通过在后处理优化阶段采用各向异性曲线拟合，提升轨迹的可行性与平滑度。
• 在包含动态和受限飞行条件的仿真与真实环境中验证规划器的性能。

提出的方法

• 规划器通过将当前轨迹与无碰撞引导路径进行比较来制定碰撞代价，从而实现无需 ESDF 的直接梯度计算，仅依赖障碍物交点处的梯度。
• 梯度力被投影到发生碰撞的轨迹上，以将其推出障碍物，且仅在检测到新障碍物时才触发计算。
• 后处理优化步骤在动力学可行性被违反时重新分配时间分配，生成保持形状的同时提升可行性的新 B 样条曲线。
• 在曲线拟合中应用各向异性误差惩罚，对径向偏差施加更高惩罚，以保持轨迹的完整性和平滑度。
• 通过仅在必要时提取障碍物信息，完全避免了 ESDF 更新，显著减少了冗余计算。
• 该框架已集成到完整的自主四旋翼系统中，并以 ROS 包形式发布，供社区使用。

实验结果

研究问题

• RQ1 是否可以在不依赖预计算 ESDF 地图的情况下实现基于梯度的四旋翼局部规划？
• RQ2 消除 ESDF 计算对规划效率和轨迹质量有何影响？
• RQ3 如何在无 ESDF 的前提下有效提取障碍物梯度信息，以支持实时轨迹优化？
• RQ4 各向异性曲线拟合能否在保持轨迹形状的同时提升轨迹的平滑度和可行性？
• RQ5 所提出方法在真实世界中具有动态性和视觉受限环境下的表现如何？

主要发现

• EGO-Planner 平均规划时间降低至 0.81ms，相比基于 ESDF 的方法减少了一个多数量级。
• 该方法实现飞行时间 24.38 秒、轨迹长度 42.24 米、能量消耗 196.64，相比 Fast-Planner 在速度和长度上表现更优，能量效率相当。
• 在密集环境中，EGO-Planner 生成的轨迹比 EWOK 更加平滑且更具攻击性，后者因目标函数中存在指数项而出现不稳定收敛问题。
• 真实世界实验表明，该无人机可在室内复杂环境中以超过 3.56 米/秒的速度飞行，在室外森林中以超过 3 米/秒的速度飞行，即使存在动态风致障碍物也表现稳定。
• 规划器成功应对突发目标变更和有限相机视场，展示了在实时、视觉受限导航中的鲁棒性。
• 由于完全避免了 ESDF 计算，消除了先前方法中占主导地位的 70% 处理开销，使该规划器适用于嵌入式平台。