Bubble Planner无人机运动规划算法解读

Bubble Planner无人机运动规划算法解读

本文将介绍一种无人机的在线路径规划算法 Bubble Planner，Bubble Planner 是港大张富老师MaRS实验室提出了一种的新型规划算法，是一种用于解决复杂任务规划问题的算法，其通过将任务分解为可重复使用的子任务，并以“泡泡”形式呈现任务之间的依赖性，从而使规划过程更加直观和易于理解。这个算法基于人类的直觉和习惯，通过将任务分解为可重复使用的子任务，并以“泡泡”形式呈现任务之间的依赖性，从而使规划过程更加直观和易于理解。
在本文章中讲 Bubble Planner 的前端轨迹优化的算法 和模型图, 后端轨迹优化公式 的参数和作用列出来讲解 , 作为学习参考使用，详细推论请看原论文，由于编者水平有限 ，对于讲解中可能出现的错误，还望多多包涵!!

---

轨迹优化前端设计

A. Sphere-Shaped Corridor

Bubble Planner 的球形走廊指由一系列球形空间构成的三维空间区域，用于限定无人机的飞行区域。具体来说，Bubble
Planner
通过不断生成球形空间，并将其合并到已有的球形空间中，来形成一个连续的、覆盖了起点到终点的空间区域，该区域即为球形走廊。球形走廊的直径可以根据需要进行调整，以满足不同的任务需求。在球形走廊中，无人机的运动轨迹被限定在球形空间内部，而不会超出球形空间的范围。由于球形空间具有良好的几何性质，Bubble
Planner 可以使用一系列基于球形空间采样和优化的算法来实现路径规划和控制，从而提高无人机的自主飞行能力和安全性。

• 如图所示 是一个球体和其中一条轨迹的定义 ，qs 和 qe 是轨迹的起点和终点，T是时间分配，o是球体的中心，n是最近的障碍点。

要生成新球体，我们首先使用障碍点云对于给定的球体执行最近邻搜索（NN搜索）在KD树上找到最近的障碍点n，算法如下所示：

1. 算法的输入包括全局引导路径T、起点p0和终点pg，以及航行走廊B的标记。
2. 定义本地引导点ph。
3. 初始化航行走廊Bcur，将其设置为以p0为球心的一个球形空间。
4. 将Bcur加入航行走廊列表B中。 进入循环。
5. 获取引导路径T上当前位置Bcur的前方点ph。
6. 使用BatchSample方法在球形空间Bcur中进行样本采样，生成一组候选路径片段。
7. 将新的路径