首页 » 报价 >

可像人类进行思考 IIT Madras研究人员开发出一系列运动规划算法

2021-12-20 18:16:07来源:盖世汽车

盖世汽车讯 据外媒报道,印度理工学院马德拉斯分校(IIT-Madras)的研究人员开发出一系列快速高效的“运动规划”算法。该算法可以像人类一样思考,并使自动驾驶车辆(空中或地面)能够在障碍物杂乱的环境中导航。该研究团队称,这些算法是基于“广义形状扩展(GSE)”新概念开发,能够为自动驾驶汽车规划一条安全且动态可行的路线。

前瞻技术,印度理工学院马德拉斯分校(IIT-Madras),“运动规划”算法,人类思考

(图片来源:IIT-Madras)

与许多现有先进运动规划算法相比,这些算法已被证实效果更好。研究团队表示,凭借其对“安全”区域的新颖计算,这些算法可在时间敏感的规划场景取得重要进展,特别是自动驾驶汽车、灾难响应、ISR操作、空中无人机交付和行星探索等应用。

该研究由IIT Madras航空航天工程系助理教授Satadal Ghosh领导。研究团队包括IIT Madras校友、得克萨斯大学奥斯汀分校(University of Texas Austin)的博士研究学者Vrushabh Zinage、波兰华沙理工大学(Warsaw University of Technology)的研究生Adhvaith Ramkumar和高盛(Goldman Sachs)分析师Nikhil P。

Zinage表示:“通过计算环境中由大的‘可见’区域组成的‘安全’区域来运行,基于GSE的算法会进行定制以确保适航性。随后,该算法会在‘可见’区域中随机选择一个点,并通过安全‘边缘’将其连接到当前安全可达区域。最终,该算法几乎总是可以连接所有环境中的任意两点,满足了某些基本标准。”

IIT Madras运动规划算法的优势

研究人员解释说,基于GSE的算法的主要优势在于,与其他几种完善的运动规划算法相比,其计算效率显著提高,因此非常适用于规划时间敏感的应用程序中。

从本质上讲,该算法显著提高了环境探索的速度,导致基于GSE的算法只需很少的迭代即可连接初始区域和目标区域。IIT Madras航空航天工程系助理教授 Satadal Ghosh在解释‘运动规划’算法的应用时表示:“在灾难管理和响应场景中,配备我们算法的无人机将发挥重要作用。此外,我们基于GSE的算法在自动驾驶应用中也同样具有广阔潜力,例如仓库物料移动、项目调试检查、无人机交付、灾难管理、自动驾驶汽车等。不仅如此,这些算法还可用于在多车辆设置中制定协调运动。”