基于STL规范的分样规划：一种前向不变性方法

《IEEE Transactions on Automatic Control》：Sampling-Based Planning Under STL Specifications: A Forward Invariance Approach

　　

我们提出了一种改进版的快速探索随机树星形算法（RRT Star），用于在受到时空规范限制的线性系统下规划轨迹。这些规范采用信号时态逻辑（STL）表达。与现有的基于采样的方法相比，现有方法依赖于混合整数优化或非平滑优化，存在可扩展性差的问题。我们采用了基于集合前向不变性的控制理论框架。首先，使用线性规划将包含多面体谓词的STL规范编码为一个时变集合，从而确保所有在该集合内演化的轨迹都满足规范要求。通过非平滑分析，保证了该集合对线性系统在输入约束下的前向不变性。其次，我们修改了RRT算法，使其能够有效采样出这个时变集合内动态可行且成本最低的轨迹，以满足给定的规范。该方法的有效性已在国际空间站的自主检测任务和定时室内服务任务中得到了验证。