2015-A Review 《Efficient Configuration Space Construction and Optimization for Motion Planning》
2017-02-27 22:44
836 查看
2015年 发表在《Engineering》
运动规划的高效配置空间构建与优化
描述机器人的配置空间有两项重大挑战:
1.如何计算高维配置空间的近似表达
2.如何在高维配置空间内高效执行运动规划查询
作者基于机器学习和几何学近似技术,提出新的配置空间构建算法。还提出了基于GPU的算法。
在配置空间(C空间)内,可以将机器人绘制成一个点,从而运动规划问题分为两步
1)配置空间的表达
2)根据计算的表达进行优化操作
下图分别为配置空间和工作空间
基于C空间的运动规划流水线,主要面临两个问题
1)计算配置空间的近似表达比较困难
2)机器人需要实时规划,但是对配置空间的计算表达进行优化的耗时较长
本文作者提出将配置空间构建问题转化为机器学习问题,并提出了利用GPU来加速配置空间内的优化计算
C空间分为无碰撞空间Cfree和碰撞空间Cobs,Cobs是闭集,Ccont表示其边界
前人对配置空间的构建主要分为两种方法:几何学和拓扑学
几何学方法计算比较复杂
拓扑学方法在窄通道应用不太理想
运动规划问题可呈现为C空间内的优化约束问题
应满足如下约束条件:
1)轨迹应在Cfree内
2)轨迹应切实可行
目前基于C空间,
以优化为基础的运动规划算法有CHOMP、TrajOPT等等
以搜索为基础的算法有Anytime A*
对于高自由度机器人,大多数以随机算法为基础,如PRM和RRT
使用机器学习方法表达配置空间,首先在配置空间内生成样本,然后使用这些样本来估算接触空间Ccont。其方法便是对表面进行分离,表面能分离有碰撞和无碰撞的样本,使用SVM分类法来计算分离表面。
离线学习算法,如下图
本文选择PRM算法作为并行规划的基本方法,因为PRM最适合利用GPU的多核与数据并行。
总结:
利用机器学习分类器,对配置空间取样,并估算接触空间。
其中,使用主动学习技术选择样本。
最后,在GPU上进行规划。
运动规划的高效配置空间构建与优化
描述机器人的配置空间有两项重大挑战:
1.如何计算高维配置空间的近似表达
2.如何在高维配置空间内高效执行运动规划查询
作者基于机器学习和几何学近似技术,提出新的配置空间构建算法。还提出了基于GPU的算法。
在配置空间(C空间)内,可以将机器人绘制成一个点,从而运动规划问题分为两步
1)配置空间的表达
2)根据计算的表达进行优化操作
下图分别为配置空间和工作空间
基于C空间的运动规划流水线,主要面临两个问题
1)计算配置空间的近似表达比较困难
2)机器人需要实时规划,但是对配置空间的计算表达进行优化的耗时较长
本文作者提出将配置空间构建问题转化为机器学习问题,并提出了利用GPU来加速配置空间内的优化计算
C空间分为无碰撞空间Cfree和碰撞空间Cobs,Cobs是闭集,Ccont表示其边界
前人对配置空间的构建主要分为两种方法:几何学和拓扑学
几何学方法计算比较复杂
拓扑学方法在窄通道应用不太理想
运动规划问题可呈现为C空间内的优化约束问题
应满足如下约束条件:
1)轨迹应在Cfree内
2)轨迹应切实可行
目前基于C空间,
以优化为基础的运动规划算法有CHOMP、TrajOPT等等
以搜索为基础的算法有Anytime A*
对于高自由度机器人,大多数以随机算法为基础,如PRM和RRT
使用机器学习方法表达配置空间,首先在配置空间内生成样本,然后使用这些样本来估算接触空间Ccont。其方法便是对表面进行分离,表面能分离有碰撞和无碰撞的样本,使用SVM分类法来计算分离表面。
离线学习算法,如下图
本文选择PRM算法作为并行规划的基本方法,因为PRM最适合利用GPU的多核与数据并行。
总结:
利用机器学习分类器,对配置空间取样,并估算接触空间。
其中,使用主动学习技术选择样本。
最后,在GPU上进行规划。
相关文章推荐
- [paper note] A Survey of Motion Planning and Control Techniques for Self-driving Urban Vehicles
- 2015-《HG-RRT∗: Human-Guided Optimal Random Trees for Motion Planning》
- 翻 译:Veritas.Netbackup.Enterprise.Server.6.0.Backup.Planning.And.Performance.Tuning.Guide.For.Unix,.Windows,.And.Linux
- Evolutionary Computation for Modeling and Optimization
- TACAS(International Conference on Tools and Algorithms for the Construction and Analysis of Systems)到底是什么档次的会议?
- How to use CCRenderTexture for Motion Blur, Screenshots and Drawing Sketches
- Drupal Performance Tuning and Optimization for large web sites
- Image Processing for Dummies with C# and GDI+ Part 6 - The HSL color space
- 「2013-1-23」CentOS 5.5 x86_64 Installation and Configuration (for Univ. Labs)
- Writing Efficient C and C Code Optimization
- The R*-tree: An Efficient Robust Access Method for Points and Rectangles
- Writing-Efficient-C-and-C-Code-Optimization
- Software Configuration Management: A Clear Case for IBM Rational Clearcase And Clearquest Ucm
- Configuration FTP and Telnet Server For root Login
- Guerrilla Capacity Planning: A Tactical Approach to Planning for Highly Scalable Applications and Se
- Writeup - A GPGPU Compiler for Memory Optimization and Parallelism Management
- tomcat and server configuration for loadrunner test
- WCDMA (UMTS) Deployment Handbook: Planning and Optimization Aspects
- [论文笔记]Combining Global Optimization with Local Selection for Efficient QoS-aware Service Composition (WWW 2009)"
- Nagios 3.0 Jumpstart Guide For Linux – Overview, Installation and Configuration