ICRA'24 | 12,000倍加速！极速避障！NURBS助力无人机在动态环境中精准导航！

0.这篇文章干了啥？

这篇文章提出了一种新颖的在线路径规划器，专为在动态环境中操作的无人机设计，能够实时应对动态障碍物并满足运动约束。作者采用非均匀有理B样条（NURBS）曲线表示路径，并结合速度障碍方法引入新的约束机制，以安全地避开障碍物。该方法使用线性成功历史的自适应差分进化算法（LSHADECOP）进行优化，显著提高了规划速度，重新规划间隔约为0.1秒，比之前的方法快约12,000倍。此外，该方法具有扩展到三维场景的潜力，为无人机在复杂环境中的导航提供了高效、安全的解决方案。

下面一起来阅读一下这项工作~

1. 论文信息

论文题目：Online path planning for kinematic-constrained UAVs in a dynamic environment based on a Differential Evolution algorithm

作者：Elias J. R. Freitas, Miri Weiss Cohen等

作者机构：UFMG等

论文链接：https://arxiv.org/pdf/2410.18777

2. 摘要

本研究提出了一种无人机（UAV）的在线路径规划器，能够处理动态障碍物和无人机运动约束，包括最大曲率和期望方向。我们提出的规划器使用NURBS路径表示和差分进化算法，并在约束函数中结合了速度障碍方法的概念。初步结果表明，我们的方法是可行的，并为未来向三维（3D）环境的扩展奠定了基础。

3. 效果展示

仿真结果

4. 主要贡献

1. 在线路径规划器的开发：提出了一种新的在线路径规划器，能够实时应对动态障碍物，满足无人机的运动约束。这一创新提高了无人机在复杂环境中的导航能力。

2. 引入NURBS曲线表示：采用非均匀有理B样条（NURBS）作为路径表示，提供了更大的灵活性和适应性，能够更好地处理复杂的飞行路径，同时避免了其他方法中常需的额外平滑步骤。

3. 动态障碍物避免机制：结合速度障碍方法，设计了一种新的约束机制，能够有效避免在有限感知范围内的动态障碍物，增强了路径规划的安全性和可行性。

4. 高效优化算法：利用线性成功历史的自适应差分进化算法（LSHADECOP）来解决优化问题。这一算法在每个重新规划间隔内表现出快速收敛的能力，比现有的自然启发算法更有效。

5. 提升规划速度：该方法的重新规划间隔约为0.1秒，使其在速度上比前期研究快约12,000倍，从而满足快速响应和实时控制的需求。

6. 扩展到三维环境的潜力：尽管本研究主要关注二维环境，提出的方法具有扩展到三维场景的潜力，为未来在更复杂的环境中应用奠定了基础。

5. 基本原理是啥？

该论文的基本原理是开发一种在线路径规划器，专为动态环境中的无人机（UAV）设计，能够有效地应对运动约束和动态障碍物。其核心原理包括以下几个方面：

1. 运动约束：考虑了无人机在飞行时的运动限制，例如最大曲率、爬升角度和期望的航向角。这些约束确保规划出的路径在物理上是可行的。

2. NURBS曲线表示：使用非均匀有理B样条（NURBS）曲线作为路径表示。这种表示方法具有更大的灵活性，能够更好地适应复杂的飞行路径，同时避免了其他方法所需的额外平滑步骤。

3. 速度障碍方法：引入速度障碍的方法来处理动态障碍物。通过监测相对速度，规划器可以在一定时间内判断潜在的碰撞，从而调整路径以避免与动态障碍物相撞。

4. 优化算法：使用基于线性成功历史的自适应差分进化算法（LSHADECOP）来优化路径规划问题。该算法能在每个重新规划间隔内快速收敛到可行的最优解。

5. 动态环境中的在线规划：该规划器能够在无人机飞行过程中动态调整路径，以应对环境中实时出现的障碍物。这种在线规划能力使得无人机能够在复杂和不断变化的环境中安全导航。

6. 实验结果

我们进行了不同的仿真，改变了环境中的障碍物数量及其速度。图1展示了在动态环境中规划过程的快照。我们还将我们的方法与不考虑速度障碍约束的重新规划方法进行了比较。结果表明，我们的提案在拥挤的环境中也提供了安全的导航。此外，我们可以考虑一个完整的任务，其中我们的规划器仅更改初始规划的NURBS曲线的一部分，以避开动态障碍物。更多细节请参见补充视频：https://youtu.be/bZY4cy_YA6s。

7. 总结 & 未来工作

在本文中，我们提出了一种在线规划器，它考虑运动约束并提供可行路径，能够以约0.1秒的重新规划间隔进行操作，这使其比我们之前的规划器快约12,000倍。此外，我们在优化问题中引入了一种基于速度障碍方法的新约束。这使得在有限的感知范围内避免动态障碍物成为可能。

本文仅做学术分享，如有侵权，请联系删文。

3D视觉交流群，成立啦！

目前我们已经建立了3D视觉方向多个社群，包括2D计算机视觉、最前沿、工业3D视觉、SLAM、自动驾驶、三维重建、无人机等方向，细分群包括：

工业3D视觉：相机标定、立体匹配、三维点云、结构光、机械臂抓取、缺陷检测、6D位姿估计、相位偏折术、Halcon、摄影测量、阵列相机、光度立体视觉等。

SLAM：视觉SLAM、激光SLAM、语义SLAM、滤波算法、多传感器融合、多传感器标定、动态SLAM、MOT SLAM、NeRF SLAM、机器人导航等。

自动驾驶：深度估计、Transformer、毫米波|激光雷达|视觉摄像头传感器、多传感器标定、多传感器融合、自动驾驶综合群等、3D目标检测、路径规划、轨迹预测、3D点云分割、模型部署、车道线检测、Occupancy、目标跟踪等。

三维重建：3DGS、NeRF、多视图几何、OpenMVS、MVSNet、colmap、纹理贴图等

无人机：四旋翼建模、无人机飞控等

2D计算机视觉：图像分类/分割、目标/检测、医学影像、GAN、OCR、2D缺陷检测、遥感测绘、超分辨率、人脸检测、行为识别、模型量化剪枝、迁移学习、人体姿态估计等

最前沿：具身智能、大模型、Mamba、扩散模型等

除了这些，还有求职、硬件选型、视觉产品落地、产品、行业新闻等交流群

添加小助理: cv3d001，备注：研究方向+学校/公司+昵称（如3D点云+清华+小草莓）, 拉你入群。

3D视觉工坊知识星球

「3D视觉从入门到精通」知识星球，已沉淀6年，星球内资料包括：秘制视频课程近20门（包括结构光三维重建、相机标定、SLAM、深度估计、3D目标检测、3DGS顶会带读课程、三维点云等）、项目对接、3D视觉学习路线总结、最新顶会论文&代码、3D视觉行业最新模组、3D视觉优质源码汇总、书籍推荐、编程基础&学习工具、实战项目&作业、求职招聘&面经&面试题等等。欢迎加入3D视觉从入门到精通知识星球，一起学习进步。

具身智能、3DGS、NeRF、结构光、相位偏折术、机械臂抓取、点云实战、Open3D、缺陷检测、BEV感知、Occupancy、Transformer、模型部署、3D目标检测、深度估计、多传感器标定、规划与控制、无人机仿真、C++、三维视觉python、dToF、相机标定、ROS2、机器人控制规划、LeGo-LAOM、多模态融合SLAM、LOAM-SLAM、室内室外SLAM、VINS-Fusion、ORB-SLAM3、MVSNet三维重建、colmap、线面结构光、硬件结构光扫描仪等。

点这里👇关注我，记得标星哦～