四轴飞行器局部规划：一种无ESDF梯度基础规划框架

"EGO-Planner.pdf 是一篇关于无人机局部规划的研究论文，提出了一个无需欧氏signed距离场（ESDF）的梯度基础规划框架，显著减少了计算时间。" 在当前的四旋翼无人机（quadrotor）局部规划中，基于梯度的规划算法被广泛应用，其中ESDF是评估梯度大小和方向的关键。然而，计算ESDF存在大量冗余，因为轨迹优化过程只涉及到ESDF更新范围的一小部分空间。论文"EGO-Planner"提出了一种创新方法，消除了对ESDF的依赖，从而提高了计算效率。 该框架的主要改进在于，碰撞终止惩罚函数通过比较碰撞轨迹与无碰撞引导路径来建立。只有当轨迹遇到新的障碍物时，才会存储相关的障碍信息，这意味着规划器仅提取必要的障碍信息，减少了不必要的计算。此外，如果动态可行性受到违反，该方法会延长时间分配，确保飞行轨迹的可行性和安全性。 论文还引入了一种各向异性曲线拟合算法，用于调整高斯混合模型（GMM），以适应不同方向上的障碍物形状和空间分布。这种方法能够更好地适应环境的变化，优化飞行路径，并提高避障性能。 通过这种方式，EGO-Planner不仅减少了计算负担，还提升了规划的速度和精度。这对于实时的无人机自主导航尤其重要，因为它可以在有限的时间内生成安全、高效的飞行路径。这一成果对于无人机系统的设计者和研究者来说，提供了一个优化规划算法的新思路，有助于进一步提升无人飞行器的自主性能和任务执行能力。