.png){kind=icon}
返回
TOP: Trajectory Optimization via Parallel Optimization Towards Constant Time Complexity
.png){kind=icon}
PRE
AI
DOI：10.1109/LRA.2025.3626237.png)
.png){kind=icon}
.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
优化已被广泛应用于生成平滑轨迹的运动规划中。然而，现有的轨迹优化方法在处理大规模长轨迹时表现出不足。并行计算的最新进展在某些领域加速了优化过程，但如何通过并行高效求解轨迹优化仍是一个开放性问题。在本文中，我们提出了一种基于一致性交替方向乘子法（CADMM）的新型轨迹优化框架，该框架将轨迹分解为多个片段并并行求解子问题。所提出的框架将每迭代一次的时间复杂度相对于片段数量降低至$O(1)$，而当前最先进（SOTA）方法为$O(N)$。此外，我们引入了一种闭式解法，整合凸线性与二次约束以加速优化，并为一般凸不等式约束提供了数值解法。一系列仿真和实验表明，我们的方法在效率和光滑性方面优于SOTA方法。特别是对于包含一百个片段的大规模轨迹，实现了超过十倍的速度提升。为充分挖掘算法在现代并行计算架构上的潜力，我们将框架部署在GPU上，并展示了处理数千个片段时的高性能表现。
Keyword:
Aerial systems: applications
motion and path planning
parallel trajectory optimization
期刊
I
IF:
5.3
论文数:
2.0K
被引数:
3.9W
机构
引用论文
暂无论文信息