基于动态控制障碍函数模型预测控制的移动机器人安全关键避障
机器人学
2022-09-20 v1
摘要
本文提出一种基于 LiDAR 的高效安全静动态障碍物避让方法。首先，利用点云生成实时局部栅格地图以进行障碍物检测。随后，通过 DBSCAN 算法对障碍物进行聚类，并以最小包围椭圆（MBE）进行包络。此外，通过数据关联将每个 MBE 与当前帧中的障碍物进行匹配。将 MBE 视为观测值，使用卡尔曼滤波（KF）估计并预测障碍物的运动状态。由此，可将前向时域内各障碍物的轨迹参数化为一组椭圆。鉴于 MBE 的不确定性，对参数化椭圆的半长轴和半短轴进行扩展以确保安全。我们扩展了传统的控制障碍函数（CBF），提出动态控制障碍函数（D-CBF）。我们将 D-CBF 与模型预测控制（MPC）相结合，以实现安全关键的动态障碍物避让。在仿真与真实场景中进行了实验以验证我们算法的有效性。源代码已发布供社区参考。
引用
@article{arxiv.2209.08539,
title = {Dynamic Control Barrier Function-based Model Predictive Control to Safety-Critical Obstacle-Avoidance of Mobile Robot},
author = {Zhuozhu Jian and Zihong Yan and Xuanang Lei and Zihong Lu and Bin Lan and Xueqian Wang and Bin Liang},
journal= {arXiv preprint arXiv:2209.08539},
year = {2022}
}
备注
Submitted to IEEE International Conference on Robotics and Automation (ICRA) 2023