面向动态环境中安全机器人导航的动态Log型高斯过程控制阻隔函数
机器人学
2025-12-02 v1 系统与控制
系统与控制
摘要
控制阻隔函数（CBF）已成为机器人应用中有效解决安全导航问题的工具。然而，如何使用实时传感器数据在线合成信息丰富且具备障碍物运动感知能力的CBF仍具有挑战性，尤其是在未知且动态的场景中。为此，本文旨在提出一种新的基于高斯过程的CBF公式，称为动态Log型高斯过程控制阻隔函数（DLGP-CBF），以实现实时构建既具空间信息性又能响应障碍物运动的CBF。首先，DLGP-CBF利用高斯过程回归的对数变换生成平滑且信息丰富的阻隔值和梯度，即使在稀疏数据区域也能做到。其次，通过将DLGP-CBF显式建模为障碍物位置的函数，派生的安全约束集成了预测的障碍物速度，使控制器能够主动响应动态障碍物的运动。仿真结果表明，与基线方法相比，DLGP-CBF在障碍规避性能方面显著提高，包括更大的安全裕度、更平滑的轨迹以及更好的响应性。
引用
@article{arxiv.2512.01668,
title = {Dynamic Log-Gaussian Process Control Barrier Function for Safe Robotic Navigation in Dynamic Environments},
author = {Xin Yin and Chenyang Liang and Yanning Guo and Jie Mei},
journal= {arXiv preprint arXiv:2512.01668},
year = {2025}
}
备注
To be presented in the 64th IEEE Conference on Decision and Control (CDC 2025)