面向预测性碰撞规避的多目标跟踪

自主移动机器人（AMR）在制造、物流和农业等复杂环境中的安全高效运行，需要准确的多目标跟踪与预测性碰撞规避。本文提出利用激光雷达（Lidar）传感器数据应对这些挑战的算法与技术，重点强调集合卡尔曼滤波器。所开发的预测性碰撞规避算法利用激光雷达传感器提供的数据跟踪多个对象并预测其速度与未来位置，使 AMR 能够安全有效地导航。引入了对动态窗口方法的改进以增强碰撞规避系统的性能。整体系统架构涵盖目标检测、多目标跟踪与预测性碰撞规避控制。基于仿真与真实世界数据获得的实验结果，展示了所提方法在多种场景下的有效性，为全局规划器、其他控制器及附加传感器集成的未来研究奠定了基础。本论文有助于复杂动态环境中安全高效自主系统的持续发展。