未知障碍环境中基于分散式非线性模型预测控制的实时避障集群导航

这项工作扩展了我们先前关于分布式非线性模型预测控制（NMPC）的工作，旨在引导机器人群群在未知障碍环境中遵循特定的集群行为，并采用更现实的局部避障策略。更具体地说，我们将使用点云的局部避障约束集成到 NMPC 框架中。在这里，每个智能体依靠其局部传感器的数据来感知并对附近的障碍物做出响应。提出了一种针对二维和三维点云的点云处理技术，以最小化优化过程中的计算负担。该过程由方向滤波和下采样组成，显著减少了数据点的数量。该算法的性能通过 Gazebo 中逼真的 3D 仿真得到了验证，并通过嵌入式平台上的硬件在环（HIL）仿真进一步探索了其实际可行性。