基于3D高斯溶射的感知整合安全关键控制
机器人学
2025-09-19 v1
摘要
我们提出了一种感知驱动的安全过滤器，将每个3D高斯溶射 (3D Gaussian Splat, 3DGS) 转换为闭形式的前向碰撞锥，从而产生嵌入在二次规划问题 (QP) 中的一阶控制屏障函数 (CBF)。通过利用溶射的解析几何，我们的公式提供了碰撞约束的连续、闭形式表示，既简单又计算高效。不同于基于距离的CBF，这些CBF仅在障碍物已接近时才会触发，而我们的碰撞锥CBF能主动激活，允许机器人更早地调整，从而在较低的计算成本下实现更平滑、更安全的规避 maneuver。我们在约17万个溶射的大型合成场景上进行了验证，其中我们的过滤器将规划时间缩短为原来的3倍，显著降低了轨迹 jerk 值，同时保持了与最先进3DGS规划器相同的安全水平。该方法完全解析，无需高阶CBF (HOCBF)，且可通过原则性的曼哈顿和积扩展自然泛化到具有物理尺寸的机器人。这些特性使该方法广泛适用于受限环境中实时导航，包括空间机器人和卫星系统。
引用
@article{arxiv.2509.14421,
title = {Perception-Integrated Safety Critical Control via Analytic Collision Cone Barrier Functions on 3D Gaussian Splatting},
author = {Dario Tscholl and Yashwanth Nakka and Brian Gunter},
journal= {arXiv preprint arXiv:2509.14421},
year = {2025}
}
备注
Preprint for IEEE L-CSS/ACC