- 简介本文介绍了一种计算可微碰撞自由参数走廊的方法。与将无障碍空间分解为多个凸集的现有解决方案不同,我们方法计算的连续走廊是平滑且可微分的,使其与现有的学习和优化数值技术兼容。为了实现这一点,我们将无碰撞走廊表示为具有多项式基础的路径参数离心椭圆。我们证明了最大化这种走廊体积的问题是凸的,并且可以有效地解决。为了评估所提出方法的有效性,我们检查其在合成案例研究中的表现,并随后评估其在来自KITTI数据集的真实世界场景中的适用性。
- 图表
- 解决问题本文旨在计算可微分的无碰撞参数走廊。相比现有的将无碰撞空间分解为多个凸集的解决方案,我们的方法计算的连续走廊是平滑且可微分的,这使它们与现有的学习和优化数值技术兼容。
- 关键思路为了实现这一目标,我们将无碰撞走廊表示为具有多项式基础的路径参数化离心椭圆。我们证明了最大化这种走廊体积的问题是凸的,并且可以高效地解决。
- 其它亮点本文的亮点包括:提出了一种新的方法计算可微分的无碰撞参数走廊;使用了基于椭圆的参数化方法,使得走廊是平滑且可微分的;在合成案例和KITTI数据集的真实场景中进行了评估,证明了该方法的有效性。
- 最近在这个领域的相关研究包括:《Convex Decomposition of Polygonal Meshes》、《Learning to Navigate the Energy Landscape》等。
沙发等你来抢
去评论
评论
沙发等你来抢