基于点云的控制屏障函数用于自动移动机器人安全关键导航的模型预测控制

本文提出一种新颖的运动规划算法，以促进自动移动机器人的安全关键导航。该算法集成了实时动态障碍物跟踪和映射系统，将点云分为动态和静态组件。对于动态点云，采用卡尔曼滤波估计和预测其运动状态。基于这些预测，我们推断动态点云的未来状态，然后与静态点云合并以构建前向时域（FTD）地图。通过将控制屏障函数（CBF）与非线性模型预测控制相结合，该算法使机器人能够有效避免静态和动态障碍物。CBF 约束是基于通过预测的未来状态与 FTD 地图之间的碰撞检测识别的风险点构建的。来自模拟和实际场景的实验结果表明，所提出的算法在复杂环境中有效。在仿真实验中，所提出的算法与两种基线方法进行比较，表明在障碍物规避方面的安全性和鲁棒性方面表现优异。该源代码已发布供机器人社区参考。