arXiv · 机器人与计算机视觉· Vinicius Mariano Gon\c{c}alves, Pedro Antonio de Souza Campos Rodrigues·· 15 天前精选AI 评分78
h-NESDF:一种具有无限可微性的双集合有向距离函数及其机器人应用
h-NESDF: An Infinitely Differentiable Signed Distance Between Two Sets with Robotic Applications
AI 导读
论文介绍了一种名为 h-NESDF 的新指标,它是正常欧几里得符号距离函数的推广版本。该函数通过引入平滑参数 h 实现了在任意 h>0 时的无限可微性,同时当 h 趋近于 0 时退化为 NESDF。研究展示了其在运动规划中的广泛仿真结果,证明了该方法在处理非凸集合及需要导数信息的机器人应用(如运动规划和控制)中的可行性与效率。
推荐理由
提出一种可无限微分的集合间有向距离函数,解决传统欧氏距离在机器人运动规划与控制中求导困难的问题。
来源:arXiv · 机器人与计算机视觉 · arxiv.org