基于MILP-MPC和Minkowski CBF的多胞形间长时序几何感知导航
机器人学
2026-04-02 v1
摘要
在复杂非凸环境中进行自主导航仍然具有挑战性，当机器人动力学、控制限制和精确机器人几何都必须被考虑时。在本文中，我们提出了一种分层规划与控制框架，为在多胞形障碍物间导航的多胞形机器人桥接长时序引导与几何感知安全保证。在高层，我们将混合整数线性规划（MILP）嵌入模型预测控制（MPC）框架中以生成绕过多胞形障碍物的标称轨迹，同时将机器人建模为质点以实现计算可行性。在低层，我们采用基于 Minkowski 差空间中精确有符号距离的控制障碍函数（CBF）作为安全滤波器，以显式强制机器人形状的几何约束，并进一步将其公式扩展为高阶控制障碍函数（HOCBF）。我们在 U 形和迷宫式环境中，在单积分器和双积分器动力学下展示了所提出的框架。结果表明，所提出的架构缓解了纯反应式 CBF 导航的拓扑诱导局部最小值行为，同时实现了安全、实时、几何感知的导航。
引用
@article{arxiv.2604.00162,
title = {Long-Horizon Geometry-Aware Navigation among Polytopes via MILP-MPC and Minkowski-Based CBFs},
author = {Yi-Hsuan Chen and Salman Ghori and Ania Adil and Eric Feron and Calin Belta},
journal= {arXiv preprint arXiv:2604.00162},
year = {2026}
}
备注
8 pages, 3 figures