Оптимизация траектории

мобильного робота

Задача планирования траектории мобильных роботов (в т.ч. беспилотных автомобилей) может решаться методами оптимального управления. Преимущества методов – быстрая сходимость, учет кинодинамики робота, одновременное определение скоростей и ускорений вдоль траектории. Сложность – необходимость начальной догадки о траектории, сложность аналитического представления препятствий.

Семинар 22. Навигация мобильного колесного робота с учетом неровности среды
Степан Дергачев
Необходимые умения
  • Сильная физико-математическая подготовка (дифференциальные уравнения, методы оптимизации, теория управления, кинематика и динамика робототехнических систем),
  • Отличное знание Python, опыт создания программных проектов под Linux (в идеале – Robotic Operation System)
  • При работе с методами, основанными на обучении: понимание принципов машинного обучения
  • Уверенное владение нейросетевыми фреймворками (PyTorch, Tensorflow)
  • Опыт работы с нейросетевыми моделями.
Особенности
  • Планирование траектории как задача Model Predictive Control
  • Используются специализированные библиотеки для численной оптимизации (IPOPT, ACADO, ForcesPro, Acados)
  • Интеграция с Robotic Operation System
Темы исследовательских проектов
  • Аналитическое описание препятствий
  • Оптимизация траектории в среде, где ширина проездов сравнима с габаритами робота