微机器人血管跑酷：基于解析几何的路径规划与实时动态避障
机器人学
2025-09-09 v1 人工智能
摘要
血管中的自主微机器人可以实现微创治疗，但导航面临密集运动障碍物的挑战。我们提出了一种实时路径规划框架，将解析几何全局规划器(AGP)与两个反应式局部逃逸控制器相结合，一个基于规则，另一个基于强化学习，以处理突发的运动障碍物。利用实时成像，系统估计微机器人、障碍物和目标的位置，并计算无碰撞运动。在仿真中，AGP 相比加权 A*(WA*)、粒子群优化(PSO) 和快速探索随机树(RRT) 产生了更短的路径和更快的规划，同时保持了可行性和确定性。我们将 AGP 从二维扩展到三维，速度不损失。在仿真和实验中，组合全局规划器和局部控制器都能可靠地避开运动障碍物并到达目标。平均规划时间为每帧 40 毫秒，与 25 fps 图像采集和实时闭环控制兼容。这些结果推进了血管环境中自主微机器人导航和靶向药物递送。
引用
@article{arxiv.2509.05500,
title = {Microrobot Vascular Parkour: Analytic Geometry-based Path Planning with Real-time Dynamic Obstacle Avoidance},
author = {Yanda Yang and Max Sokolich and Fatma Ceren Kirmizitas and Sambeeta Das and Andreas A. Malikopoulos},
journal= {arXiv preprint arXiv:2509.05500},
year = {2025}
}
备注
56 pages, 19 figures including Supplementary Materials. Supplementary videos available at https://robotyyd.github.io/yanda-yang.github.io/vascular-parkour.html. Preprint. This version has not been peer reviewed