Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Bücher
Zeitschriften
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
SLX-Digitalkonferenz: Zukunftswerkstatt 2024

Mehr Umsatz mit Top-Kontakten

Am 7. Mai erfahren Sie, wie Vertriebsteams Leadgenerierung, Leadnurturing und Leadstrategien effizient steuern können.
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
Bridging the Robot Perception Gap with Mid-Level Vision Kapitel lesen Erstes Kapitel lesen

2018 | OriginalPaper | Buchkapitel

Fast Sample-Based Planning for Dynamic Systems by Zero-Control Linearization-Based Steering

verfasst von : Timothy M. Caldwell, Nikolaus Correll

Erschienen in: Robotics Research

Verlag: Springer International Publishing

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

We propose linearizing about zero-control trajectories of the dynamics and cost instead of linearizing about a single point for steering and distance computations in RRT-like motion planning for highly dynamic systems. Formulated as a time-varying Linear Quadratic Regulator problem, the proposed steering is designed to be efficient and numerically tractable. We describe the computational trade-offs that arise when compared to solving a conventional time-invariant LQR, and provide numerical results for a 3-link inverted pendulum on a cart for a wide range of look-aheads (from hundredths of a second to a second). We find that planning with longer time horizons for the cart-pendulum system requires fewer total vertices, leading to faster exploration than short look-aheads as are customary when linearizing around a single state depending on the density of the obstacles.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren
Vorheriges Kapitel Relative Topometric Localization in Globally Inconsistent Maps
Nächstes Kapitel Active Multi-view Object Recognition and Online Feature Selection
Literatur
1.
Anderson, B.D.O., Moore, J.B.: Optimal Control: Linear Quadratic Methods. Dover Publications INC (1990)
2.
Glassman, E., Tedrake, R.: A quadratic regulator-based heuristic for rapidly exploring state space. In: IEEE International Conference on Robotics and Automation, pp. 5021–5028 (2010)
3.
Goretkin, G., Perez, A., Platt Jr. R., Konidaris, G.: Optimal sampling-based planning for linear-quadratic kinodynamic systems. In: IEEE International Conference on Robotics and Automation, pp. 2429–2436 (2013)
4.
Hauser, J.: A projection operator approach to the optimization of trajectory functionals. In: IFAC World Congress (2002)
5.
Hauser, J.: On the computation of optimal state transfers with application to the control of quantum spin systems. In: American Control Conference, pp. 2169 – 2174 (2003)
6.
Hauser, J., Meyer, D.G.: The trajectory manifold of a nonlinear control system. In: IEEE Conference on Decision and Control, pp. 1034–1039 (1998)
7.
Hespanha, J.P.: Linear Systems Theory. Princeton university press, Princeton (2009)
8.
Janson, L., Pavone, M.: Fast marching trees: a fast marching sampling-based method for optimal motion planning in many dimensions. In: International Symposium on Robotics Research (2013)
9.
Jeon, J.H., Karaman, H., Frazzoli, E.: Anytime computation of time-optimal off-road vehicle maneuvers using the rrt*. In: IEEE Conference on Decision and Control, pp. 3276–3282 (2011)
10.
Karaman, S., Frazzoli, E.: Sampling-based algorithms for optimal motion planning. In: The International Journal of Robotics Research, pp. 846–894 (2011)
11.
Kunz, T., Stilman, M.: Kinodynamic rrts with fixed time step and best-input extension are not probabilistically complete. In: International Workshop on the Algorithmic Foundations of Robotics (2014)
12.
Lavalle, S.M., Kuffner, J.J.: Randomized kinodynamic planning. In: The International Journal of Robotics Research, pp. 378–400 (2001)
13.
Li, Y., Littlefield, Z., Bekris, K.E.: Sparse methods for efficient asymptotically optimal kinodynamic planning. In: Workshop on the Algorithmic Foundations of Robotics (2014)
14.
Littlefield, Z., Li, Y., Bekris, K.E.: Efficient sampling-based motion planning with asymptotic near-optimality guarantees for systems with dynamics. In: IEEE/RSJ International Conference on Intelligent Robots and Systems, pp. 1779–1785 (2013)
15.
Perez, A., Platt, R., Konidaris, G., Kaelbling, L., Lozano-Perez, T.: LQR-RRT*: optimal sampling-based motion planning with automatically derived extension heuristics. In: IEEE International Conference on Robotics and Automation, pp. 2537–2542 (2012)
16.
Schmerling, E., Janson, L., Pavone, M.: Optimal sampling-based motion planning under differential constraints: the drift case with linear affine dynamics. In: IEEE Conference on Decision and Control, pp. 2574–2581 (2015)
17.
Webb, D.J., van den Berg, J.: Kinodynamic RRT*: asymptotically optimal motion planning for robots with linear dynamics. In: IEEE International Conference on Robotics and Automation, pp. 5054–5061 (2013)
Metadaten
Titel
Fast Sample-Based Planning for Dynamic Systems by Zero-Control Linearization-Based Steering
verfasst von
Timothy M. Caldwell
Nikolaus Correll
Copyright-Jahr
2018
Buch
Robotics Research

Print ISBN: 978-3-319-60915-7

Electronic ISBN: 978-3-319-60916-4

Copyright-Jahr: 2018

DOI
https://doi.org/10.1007/978-3-319-60916-4_26

Neuer Inhalt

    Bildnachweise