Correspondence Ji Zhang, Robotics Institute, Carnegie Mellon University, Pittsburgh, PA 15213. Email: zhangji@cmu.edu Abstract We propose a planning method to enable fast autonomous flight in cluttered environments. Typically, autonomous navigation through a complex environment requires a continuous search on a graph generated by a k‐connected grid or a probabilistic scheme. As the vehicle travels, updating the graph with data from onboard sensors is expensive as is the search on the graph especially if the paths must be kinodynamically feasible. We propose to avoid the online search to reduce the computational complexity. Our method models the environment differently in two separate regions. Obstacles are considered to be deterministically known within the sensor range and probabilistically known beyond the sensor range. Instead of searching for the path with the lowest cost (typically the shortest path), the method maximizes the likelihood to reach the goal in determining the immediate next step for navigation. With such a problem formulation, the online method realized by a trajectory library can determine a path within 0.2–0.3ms using a single central processing unit thread on a modem embedded computer. The method supports two configurations working with and without a prior map. Both configurations can be used to plan toward a goal point. Further, the later can allow human guidance for the navigation through a directional input. In experiments, it enables a lightweight unmanned aerial vehicle to fly at 10m/s in a cluttered forest environment (see Figure 1 as an example).

中文翻译：

---

Falco：基于可能性的快速碰撞避免，扩展到人工导航

通讯作者 Ji Zhang，卡内基梅隆大学机器人研究所，宾夕法尼亚州匹兹堡 15213。电子邮件：zhangji@cmu.edu 摘要 我们提出了一种规划方法，可以在杂乱环境中实现快速自主飞行。通常，在复杂环境中的自主导航需要对由 ak-connected grid 或概率方案生成的图进行连续搜索。当车辆行驶时，使用来自车载传感器的数据更新图和在图上的搜索一样昂贵，尤其是在路径必须在运动动力学上可行的情况下。我们建议避免在线搜索以降低计算复杂度。我们的方法在两个不同的区域以不同的方式对环境进行建模。障碍物被认为在传感器范围内是确定性已知的，并且在传感器范围之外是概率性已知的。该方法不是搜索成本最低的路径（通常是最短路径），而是在确定下一步导航时最大化到达目标的可能性。有了这样的问题表述，由轨迹库实现的在线方法可以使用调制解调器嵌入式计算机上的单个中央处理单元线程在 0.2-0.3 毫秒内确定路径。该方法支持使用和不使用先验地图的两种配置。两种配置均可用于规划目标点。此外，后者可以允许通过方向输入进行导航的人工指导。在实验中，它使轻型无人机能够在杂乱的森林环境中以 10m/s 的速度飞行（以图 1 为例）。该方法最大限度地提高了在确定下一步导航时达到目标的可能性。有了这样的问题表述，由轨迹库实现的在线方法可以使用调制解调器嵌入式计算机上的单个中央处理单元线程在 0.2-0.3 毫秒内确定路径。该方法支持使用和不使用先验地图的两种配置。两种配置均可用于规划目标点。此外，后者可以允许通过方向输入进行导航的人工指导。在实验中，它使轻型无人机能够在杂乱的森林环境中以 10m/s 的速度飞行（以图 1 为例）。该方法最大限度地提高了在确定下一步导航时达到目标的可能性。有了这样的问题表述，由轨迹库实现的在线方法可以使用调制解调器嵌入式计算机上的单个中央处理单元线程在 0.2-0.3 毫秒内确定路径。该方法支持使用和不使用先验地图的两种配置。两种配置均可用于规划目标点。此外，后者可以允许通过方向输入进行导航的人工指导。在实验中，它使轻型无人机能够在杂乱的森林环境中以 10m/s 的速度飞行（以图 1 为例）。轨迹库实现的在线方法可以使用调制解调器嵌入式计算机上的单个中央处理单元线程在 0.2-0.3ms 内确定路径。该方法支持使用和不使用先验地图的两种配置。两种配置均可用于规划目标点。此外，后者可以允许通过方向输入进行导航的人工指导。在实验中，它使轻型无人机能够在杂乱的森林环境中以 10m/s 的速度飞行（以图 1 为例）。轨迹库实现的在线方法可以使用调制解调器嵌入式计算机上的单个中央处理单元线程在 0.2-0.3ms 内确定路径。该方法支持使用和不使用先验地图的两种配置。两种配置均可用于规划目标点。此外，后者可以允许通过方向输入进行导航的人工指导。在实验中，它使轻型无人机能够在杂乱的森林环境中以 10m/s 的速度飞行（以图 1 为例）。后者可以允许通过方向输入进行人工导航。在实验中，它使轻型无人机能够在杂乱的森林环境中以 10m/s 的速度飞行（以图 1 为例）。后者可以允许通过方向输入进行人工导航。在实验中，它使轻型无人机能够在杂乱的森林环境中以 10m/s 的速度飞行（以图 1 为例）。