qq_39366151的博客

Dynamic Replanning动态规划方法总结Dynamic Path Planning and Replanning for Mobile Robots using RRT*IntroductionMethodology这篇文章持续记录动态环境下路径规划方面的工作Dynamic Path Planning and Replanning for Mobile Robots using RRT*论文地址Introduction这篇文章主要用RRT*方法来在动态环境里进行路径规划。Method

FIESTA: Fast Incremental Euclidean Distance Fields for Online Motion Planning of Aerial RobotsIntroductionSystem FrameworkIntroduction 提出了一个叫做FIESTA的框架来增量地构建ESDF（欧式符号距离场）地图。System Framework 整个系统的总体架构如下图：通过立体相机深度测量、RGBD相机深度值或者单目相机深度估计和位姿估计（譬如GPS和IMU）输

这篇论文是港科大开源的无人机运动规划fast planner的第二版，这里写下我对这篇工作的理解。Introduction 现在方法主要用GTO（gradient-based trajectory optimization）来作无人机的路径规划，但是GTO方法会陷入局部极小值。文中提出了一个全新的方法来解决GTO陷入局部极小值的情况。Related WorkA Gradient-based Trajectory Optimization GTO是一种主要的路径生成算法，把路径生成看作一个最小化目标

FUEL: Fast UAV Exploration using Incremental Frontier Structure and Hierarchical PlanningAbstractSystem OverviewIncremental Frontier Information StructureA. Frontier Information StructureB. Incremental Frontier Detection and ClusteringAbstract 提出了一个叫做FUE

Abstract 在本文中，我们提出了一种在三维复杂环境中快速飞行的鲁棒高效四旋翼运动规划系统。我们采用了kinodynamic 路径搜索算法，在离散操作空间中来寻找到一个安全，kinodynamic可行并且起始时间最小的路径。我们通过B-spline优化提高了轨迹的平滑度和净空度。Introduce 在有限时间和计算资源情况下，没有现有方法可以保证以较高成功率生成安全并且动态可行的路径。Kinodynamic Path Searching 前端路径搜索模块基于混合状态A*搜索算法。在体素格中搜索

Abstract 最近在路径规划上的进步使得四旋翼可以在未知环境里自动导航。但是，高速运动下的导航仍然是一个挑战。在给定的很短的时间内，现存的方法并不能保证很强的可行性和质量来解决这个问题。同时，很多方法并没有考虑环境感知(environment perception)，但是环境感知是突破高速运动下导航问题的关键瓶颈。在这篇论文中，我们提出了一个叫做RAPTOR的鲁棒并且具有环境感知能力的框架来支持快速、安全的飞行，它也系统地解决了这些问题。同时，本文也设计了一种融合多种拓扑路径的路径引导优化算法(PGO

来源：Texas 大学Abstract 主要提出了一个通过移动摄像机（控制机械臂或者机器人运动）来转换观测的视角，从而进行主动目标识别的方法。整个模型是端到端的。Introduction 第一个是物体识别（Object Recognition）：像上面的图片所示，从俯视来看很难分辨这个具体是什么东西，转换一个视角就能发现这是一个杯子或者平底锅。 第二个是场景识别（Scene Recognition）：像上面的图片所展示，如果没有找到一个好的角度，无法识别出这个场景是什么，转换到右边的图片后才知