Waverider: Leveraging Hierarchical, Multi-Resolution Maps for Efficient and Reactive Obstacle Avoidance

快速可靠的避障对于移动机器人来说是一项重要的任务。在这项工作中，我们提出了一种高效的反应式系统，提供高质量的避障能力，同时以极小的资源使用率运行数百赫兹。我们的方法将层次体积图表示法wavemap与通过Riemannian Motion Policies（RMP）制定的新型分层可并行化的避障算法相结合。利用多分辨率避障策略，所提出的导航系统实现了精确、低延迟（36ms）和极其高效的避障，具有非常大的感知半径（30m）。我们在室内和室外地图上进行了广泛的统计评估，验证了所提出的系统与固定分辨率的RMP变体和CHOMP相比具有优势。最后，RMP公式允许将避障与其他目标（如寻找目标）无缝融合，以获得一个多功能且强大的导航系统。我们将该系统部署在微型空中飞行器上，并展示它如何穿过室内障碍物。我们的完整实现称为waverider，已作为开源代码提供。

论文旨在提出一种高效反应式系统，以实现高质量的障碍物避免，同时在最小的资源使用情况下以数百赫兹运行。该系统通过Riemannian Motion Policies (RMP)制定了一种新颖的分层并可并行化的障碍物避免算法，结合了分层体积图表示wavemap。它旨在解决移动机器人快速可靠的障碍物避免问题。

论文的关键思路是将分层体积图表示wavemap与新颖的分层并可并行化的障碍物避免算法RMP相结合，实现高效障碍物避免。该系统还允许将障碍物避免与其他目标（如寻找目标）无缝融合，从而获得全面的导航系统，具有多功能性和鲁棒性。

该论文的亮点包括：1.提出了一种高效反应式系统，实现了高质量的障碍物避免；2.使用wavemap和RMP算法相结合，实现了低延迟（36ms）和极其高效的障碍物避免；3.使用多分辨率障碍物避免策略，实现了非常大的感知半径（30m）；4.在室内和室外地图上进行了广泛的统计评估，证明了该系统与固定分辨率RMP变体和CHOMP相比具有优势；5.该系统在微型空中飞行器上得到了部署，并展示了如何在室内障碍物课程中导航；6.该系统的完整实现称为waverider，并作为开源代码提供。

最近的相关研究包括：1.基于深度学习的障碍物避免方法（如CNN）；2.其他基于RMP的障碍物避免方法，如CHOMP；3.使用分层体积图表示的其他导航系统。