《密集环境下编队飞行的分布式集群轨迹优化》论文解读一

2023-12-15 10:33:44

1.摘要

?本文的主要创新点在于提出了一个可微度量，可用于量化编队队形之间的相似性，该度量公式可以被引入决策规划的经典范式（优化框架），并利用多项式进行时空联合规划。同时这个框架能够平衡好避障与编队队形保持两个重要问题。

英文中文
aerial swarms空中机器人集群
prescribed formation规定队形
however，the associate XXX lack the capability of然而相关XXX缺少XXX能力
To address this deficiency, we present XXX that ensures为了解决这种不足，我们提出XXX确保
a novel XXX is proposed to一个新颖的XXX被提出
overall总体
optimization framework优化框架
spatial-temporal planning时空规划
polynomial trajectories多项式轨迹
XXX is also incorporated，so that XXX can be handledXXX也被纳入，以便XXX被解决
formation preservation编队保持
To validate the efficiency of our method, we conduct benchmark comparisons with other cutting-edge works.为了验证我们的方法的有效性，我们与其他前沿作品进行了基准比较
Integrated with XXX，the proposed method demonstrate与XXX结合，提出的方法证明了
robustness鲁棒性
real-world experiments真实世界的实验
obstacle-rich surroundings充满障碍物的环境
We will release the source code for the reference of the community我们将发布源代码供社区参考

2. 一个可微的形式相似性度量

?这是机器人集群或者机器人编队中经典的定义

一个机器人编队可以被建模为一个无向图，每个机器人可以与其他机器人通信，因此图是完备的，图中edge的值是两个机器人之间的距离的平方

A是邻接矩阵，D是度矩阵，L是拉普拉斯矩阵，同时对其进行归一化

拉普拉斯矩阵包含整个图结构的信息，为了实现预期的编队队形，可以通过归一化过后的拉普拉斯矩阵与desire的差来衡量，这种度量方法对于编队的平移与旋转是恒定的

度量对于每个机器人的位置是可微的，因此通过链式法则可以得到上式（高飞老师的文章大多数在研究解析的方法，因此很多数学公式都是利用链式法则对多变量、矩阵、向量进行求导，不懂的需要恶补一下相关知识）

文章来源:https://blog.csdn.net/weixin_65089713/article/details/135007035
本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。