PE-Planner: A Performance-Enhanced Quadrotor Motion Planner for Autonomous Flight in Complex and Dynamic Environments

运动规划器在四旋翼应用中扮演着关键角色，但现有方法常常难以适应复杂环境，限制了其实现快速、安全和稳健飞行的能力。在本文中，我们介绍了一种性能增强的四旋翼运动规划器，旨在实现在包括密集障碍物、动态障碍物和未知干扰等复杂环境下的自主飞行。全局规划器通过运动学路径搜索生成初始轨迹，并使用B样条轨迹优化进行精化。随后，局部规划器考虑到四旋翼动力学、估计干扰、全局参考轨迹、控制成本、时间成本和安全约束，利用模型预测轮廓控制框架生成实时控制输入。模拟和实际实验都证实了所提出的运动规划器具有更高的鲁棒性、安全性和速度。此外，我们的运动规划器在具有挑战性和复杂的赛车场景中实现了超过6.8米/秒的飞行。

本文旨在解决四旋翼应用中运动规划的问题，提出了一种性能增强的四旋翼运动规划器，旨在实现在复杂环境中的快速、安全和鲁棒的自主飞行。

该论文的关键思路是通过运动规划器生成初始轨迹，再通过B样条轨迹优化进行精细化优化，最后通过模型预测轮廓控制框架生成实时控制输入，考虑到四旋翼动力学、估计扰动、全局参考轨迹、控制成本、时间成本和安全约束等因素，从而提高四旋翼的鲁棒性、安全性和速度。

本文的亮点在于提出了一种性能增强的四旋翼运动规划器，能够在复杂环境中实现快速、安全和鲁棒的自主飞行。同时，在具有挑战性的竞赛场景中实现了超过6.8 m/s的飞行速度。实验结果表明，该方法具有较高的鲁棒性和安全性。

在这个领域中，最近的相关研究包括：1. 'Robust Quadrotor Flight Control in Cluttered Environments Using Neural Network-Based Adaptive Dynamic Programming'；2. 'A Survey of Motion Planning and Control Techniques for Self-driving Urban Vehicles'；3. 'A Hierarchical Framework for Real-Time Safe Trajectory Planning of Unmanned Aerial Vehicles in Urban Environments'。