ColAG：一种面向感知受限UGVs导航的空地协同框架

在布满障碍的未知区域中，感知对于自主导航是必要的。对于没有任何可感知环境传感器的机器人（即$\textit{盲}$机器人）而言，安全导航具有挑战性，而当涉及一组机器人时变得更加困难。然而，为所有机器人配备昂贵的感知或SLAM系统可能代价高昂。本文提出一种名为$\textbf{ColAG}$的新型系统，通过引入与一架UAV的协作来解决一组$\textit{盲}$UGVs的自主导航问题，该UAV是组中唯一具备完整感知能力的机器人。UAV使用SLAM进行自身里程计与建图，并通过有限相对位姿估计与UGVs共享该信息。UGVs在接收到的地图中规划轨迹，并预测由其轮式里程计不确定性和未知风险区域引起的可能故障。UAV动态调度航点以防止UGVs碰撞，该问题被表述为带时间窗的车辆路径问题，以优化UAV轨迹并最小化UGVs为保障安全而必须等待的时间。我们通过多达7辆UGVs的广泛仿真和3辆UGVs的实物实验验证了系统。