Time-Optimal Planning for Long-Range Quadrotor Flights: An Automatic Optimal Synthesis Approach

本文介绍了一种基于多项式的自动最优合成（AOS）方法，用于解决当前时间最优运动规划器难以适应长距离飞行的问题，尤其是对于大型操作区域的时关键任务，因为需要大量未知的节点来表示轨迹。该方法不仅实现了卓越的时间最优性，而且在考虑全向四旋翼动力学的同时，保持了一致较低的计算成本。首先，作者分析了时间最优四旋翼机动的特性，以确定捕捉时间最优轨迹的主导结构所需的最小多项式数量，从而使他们能够用最小的变量集表示相当长的最短时间轨迹。然后，他们开发了一个强健的优化方案，以处理任意起始和终止条件以及中间航点。广泛的比较表明，与现有技术相比，他们的方法具有可比的时间最优性，但计算速度快了几个数量级。实际的实验进一步验证了产生的轨迹的质量，展示了具有8.86m/s峰值速度的激进时间最优机动。

论文旨在解决无人机竞赛中长距离航线规划的时间优化问题，通过使用基于多项式的自动优化合成方法来实现。

论文的关键思路是通过分析时间最优四旋翼机动的属性，确定捕捉时间最优轨迹的主导结构所需的最小多项式数量，从而使用最少的变量来表示长距离最短时间轨迹，并开发了一个稳健的优化方案来处理任意起点和终点条件以及中间航点。

论文通过广泛的比较表明，与现有的方法相比，该方法在可比的时间最优性下具有更低的计算成本，且实现了8.86米/秒的峰值速度的激进时间最优机动。同时，论文还进行了真实世界的实验来验证轨迹的质量，并展示了实验设计和使用的数据集。

在这个领域中，最近的相关研究包括：'A Real-Time Trajectory Generation Framework for Quadrotors using Polynomial Optimization'和'Polynomial Trajectory Planning for Aggressive Quadrotor Flight in Dense Indoor Environments'。