EGO-Swarm：杂乱环境中完全自主且去中心化的四旋翼集群系统

本文提出了一种去中心化且异步的系统化解决方案，用于多机器人在未知障碍密集场景中仅利用机载资源实现自主导航。该规划系统构建于基于梯度的局部规划框架之下，其中通过将碰撞风险表述为非线性优化问题的惩罚项来实现避障。为提高鲁棒性并逃离局部极小值，我们引入了一种轻量级拓扑轨迹生成方法。随后，智能体利用不可靠的轨迹共享网络，仅在数毫秒内生成安全、平滑且动力学可行的轨迹。智能体间相对定位漂移通过使用深度图像中的智能体检测来校正。我们的方法在仿真与真实世界实验中均得到验证。源代码已发布以供社区参考。