电气工程与系统科学 > 系统与控制
[提交于 2020年10月27日
]
标题: 基于最优模型的轨迹规划与静态多边形约束
标题: Optimal model-based trajectory planning with static polygonal constraints
摘要: 本文的主要贡献是为受多边形约束的动力系统规划全局最优轨迹的新方法。 所提出的方法是一种混合轨迹规划方法,结合了图搜索,即离散路线图方法,与凸优化,即完整路径方法。 与过去的方法不同,过去的方法主要关注使用简单的障碍物近似或次优的空间离散化,我们的方法能够利用多边形约束的精确几何形状来规划最优轨迹。 通过为Dubins汽车模型规划距离最优轨迹,以及为海洋车辆规划时间、距离和能量最优轨迹,对所提出方法的性能和灵活性进行了仿真评估。
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.