DA-VPC：面向自主推车收集的扰动感知视觉预测控制对接方案
机器人学
2026-03-03 v3
摘要
服务机器人在机场或仓库等公共场所的自主推车收集与重新分配方面展现出巨大潜力，可提高效率并降低成本。通常，用于多推车收集与运输的全自主系统基于移动机械臂的领航-跟随编队，其中移动底盘的可靠对接操作对于将推车排列成有序队列至关重要。然而，开发基于视觉的机器人对接系统面临重大挑战：高精度要求、环境扰动以及固有的机器人约束。为应对这些挑战，我们提出了一种扰动感知视觉预测控制（DA-VPC）方案，该方案融合了主动红外标记，可在不同光照条件下实现稳健的特征提取。该框架显式地对基于图像的视觉伺服（IBVS）的非完整运动学约束和可见性约束进行建模，通过优化求解预测控制问题。它辅以一个扩展状态观测器（ESO），旨在抵消推车过程中的扰动，确保精确且稳定的对接。跨多种环境的实验结果证明了该系统的鲁棒性，定量评估证实了其高对接精度。
引用
@article{arxiv.2509.07413,
title = {DA-VPC: Disturbance-Aware Visual Predictive Control Scheme of Docking Maneuvers for Autonomous Trolley Collection},
author = {Yuhan Pang and Bingyi Xia and Zhe Zhang and Zhirui Sun and Peijia Xie and Bike Zhu and Wenjun Xu and Jiankun Wang},
journal= {arXiv preprint arXiv:2509.07413},
year = {2026}
}