使用控制障碍函数的动态避障安全关键规划与控制
机器人学
2025-02-10 v3 最优化与控制
摘要
动态避障是最优控制和基于优化的轨迹规划问题中的一个具有挑战性的课题。许多现有工作使用控制障碍函数（CBF）来强制执行控制系统的安全约束。CBF通常基于到障碍物的距离来制定，或作为安全增强工具与路径规划算法集成。然而，这些方法通常需要知道障碍物边界方程，或者计算效率非常低。在本文中，我们提出了一种基于模型预测控制（MPC）与离散时间高阶CBF（DHOCBF）的框架来生成无碰撞轨迹。DHOCBF首先从通过网格映射生成的凸多面体中获得，无需知道障碍物的边界方程。此外，该框架中结合了路径规划算法，以确保生成轨迹的全局最优性。我们通过数值例子表明，我们的框架允许独轮车机器人在包含凸和非凸障碍物的狭窄、动态变化的环境中安全高效地导航。通过将我们的方法与现有的基于CBF的基准进行比较，我们证明了在轨迹生成和避障方面具有更优的计算效率、长度最优性和可行性。
引用
@article{arxiv.2403.19122,
title = {Safety-Critical Planning and Control for Dynamic Obstacle Avoidance Using Control Barrier Functions},
author = {Shuo Liu and Yihui Mao and Calin A. Belta},
journal= {arXiv preprint arXiv:2403.19122},
year = {2025}
}
备注
8 pages, 6 figures. arXiv admin note: text overlap with arXiv:2210.04361