用于机器人避障的柔性主动安全运动控制：一种 CBF 引导的 MPC 方法

提出了一种柔性主动安全运动（FASM）控制方法，用于机器人机械臂的动态障碍物规避和参考跟踪。该方法的显著特征在于其利用控制障碍函数（CBF）设计具有动态优化衰减率的柔性 CBF 引导安全准则（CBFSC），从而为动态环境中的机器人机械臂提供灵活性和主动安全性。首先，采用离散时间 CBF 为机器人机械臂构建具有动态衰减率的新型柔性 CBFSC。随后，应用模型预测控制（MPC）理念，将柔性 CBFSC 作为安全约束集成到滚动时域优化问题中。值得注意的是，所设计的 CBFSC 的衰减率被纳入优化问题作为决策变量，促进了避障过程中灵活性的动态增强。特别是，设计了一个集成惩罚项的新型代价函数，以动态调整 CBFSC 的安全裕度。最后，使用 Universal Robots 5（UR5）机械臂在各种场景下进行了实验，以验证所提出方法的有效性。