基于自适应成本图的部分未知环境下可移动障碍物路径规划
机器人学
2026-02-02 v1 系统与控制
系统与控制
摘要
可靠的灾害响应及其他非结构化室内导航要求机器人不仅要避开障碍物，还要识别哪些障碍物可以被推开。我们提出了一种自适应的基于激光雷达和里程计的路径规划框架，将此功能嵌入 ROS2 Nav2 堆栈中。新的可移动障碍层将先验静态图中缺失的所有激光雷达返回标记为可移动，并分配较低的遍历成本。配套的慢速姿态进度检查器监控指令速度与实际速度的比例；当机器人显著减慢时，局部成本将从轻微提升到重度，再从致命提升，从而促使全局规划器后退并重新规划路径。Gazebo 在 Scout Mini 上的评估显示，在孤立物体和拥挤走廊之间，以更高的目标到达率和更少的死锁数衡量，其遍历时间与无图层基线基本相当。由于该方法仅依赖平面扫描和 CPU 级计算，它适用于资源受限的搜救机器人，并可最小化工程地融入异构平台。总体而言，结果表明，交互感知成本图是一种轻量级、ROS2 原生扩展，适用于在非结构化环境中 navigate among potentially movable obstacles。该完整实现将在 https://costmap-namo.github.io 上以开源方式发布。
引用
@article{arxiv.2510.15336,
title = {Adaptive Cost-Map-based Path Planning in Partially Unknown Environments with Movable Obstacles},
author = {Liviu-Mihai Stan and Ranulfo Bezerra and Shotaro Kojima and Tsige Tadesse Alemayoh and Satoshi Tadokoro and Masashi Konyo and Kazunori Ohno},
journal= {arXiv preprint arXiv:2510.15336},
year = {2026}
}