从低阶到高阶运动规划器：基于运动预测与参考调节器的机器人安全导航

在障碍物周围的安全导航是高度动态机器人的一个基本挑战。利用轨迹优化与跟踪控制将简单参考路径规划器适配于复杂机器人动力学的最先进方法脆弱且需要大量的重规划周期。本文引入一种新颖的反馈运动规划框架，利用运动预测与参考调节器将低阶（如位置/速度控制）参考运动规划器的适用性扩展至高阶（如加速度/加加速度控制）机器人模型。我们使用预测的机器人运动范围进行安全评估，并通过参考调节器在高阶规划与低阶控制之间建立双向接口。我们描述了反馈运动规划框架的通用基本构建模块，并给出运动控制、预测与参考规划的具体示例构造。我们证明了规划框架的正确性，并在数值仿真中展示了其性能。我们得出结论：精确的运动预测对于缩小高阶规划与低阶控制之间的差距至关重要。