基于速度障碍物的控制栏函数的动态碰撞避免

为加速度控制单轮机器人设计安全关键控制器具有挑战性，因为控制输入可能不会出现在控制 Lyapunov 函数(CLF)和控制栏函数(CBF)约束中，导致控制器无效。现有方法通常依赖基于状态反馈的 CLF 和高阶 CBF(HOCBF)，这些方法在构造上计算昂贵，且在具有快速移动、靠近障碍物的动态环境中难以维持有效性。为解决这些挑战，我们提出在速度空间中构建基于速度障碍物的 CBF(VOCBF)，以增强动态碰撞避免能力，而不是依赖需要引入 HOCBF 的基于距离的 CBF。此外，通过使用 VO 的变体扩展 VOCBF，我们实现了机器人之间的反应式碰撞避免。我们将加速度控制单轮机器人的安全关键控制器 formulated 为混合整数二次规划(MIQP)，集成基于状态反馈的 CLF 用于导航，VOCBF 用于碰撞避免。为提高求解 MIQP 的效率，我们将 MIQP 分解为多个子优化问题，并采用决策网络降低计算成本。数值仿真表明，我们的方法有效地引导机器人到达目标，同时避免碰撞。与 HOCBF 相比，VOCBF 在障碍物快速移动且靠近机器人时表现出显著更好的动态障碍避免性能。此外，我们将该方法扩展到分布式多机器人系统。