障碍预警系统

Question

哪个是设计具有潜在预测逻辑的避障系统的最佳算法？

我正在使用微波雷达系统，它可以提供各种障碍物的坐标和速度。基于这些输入，算法应识别最关键的障碍物并向汽车/飞机的驾驶员发出警告。关注的主要问题是预测部分。 系统不仅要识别当前的障碍物，还要根据速度分量寻找未来的碰撞。探索的可能策略（卡尔曼，扩展卡尔曼，神经网络，进化算法）

Answer 1

在考虑哪种策略是合适的之前，您需要考虑哪些约束描述了障碍物和车辆的运动，通常这些约束被组合成一组微分方程。没有这些信息，就无法做出任何合理的推荐。

• 卡尔曼滤波器是线性系统的最佳预测器，或者可以用线性系统近似一个或多个点的系统。
• EKF或UKF更常用于非线性系统。
• 神经网络和进化算法可能不值得考虑 - 对于障碍物跟踪问题有更好的解决方案。

纯粹的避障可以追溯到旧学校机器人，只需要很少的计算资源。这包括Brook的包容体系结构和Khatib的潜在领域。然而，碰撞避免系统的大多数努力实际上并不涉及避开障碍物，而是规划配置（或状态）之间的有效路径。目前用于车辆规划的技术（用于DARPA城市挑战和一些JPL流动站）似乎是离线动力学轨迹生成和D * -Lite算法的混合。