面向半静态环境的语义感知-动作闭环：实现语义安全导航

在变化环境中导航的自主机器人需要适应性的导航策略以实现安全的长期运行。虽然许多现代控制范式提供了理论保证，但常常假设已知的外在安全约束，忽略了在实际环境中对象会出现、消失和变化的时间挑战。本文提出了一条闭环 perception-action 流水线，以弥合这一差距。我们的系统将在线构建的稠密地图，以及对象级别的语义和一致性估计编码到控制屏障函数（CBF）中，以调节场景中的安全区域。模型预测控制器（MPC）利用 CBF 基于安全约束的约束来调整其导航行为，这在潜在的场景变化发生时尤为关键。我们在仿真和实际实验中进行测试，以展示语义信息和场景变更处理对机器人行为的影响，验证了该方法的实用性。