基于可达性的控制阻抗函数 T-CBF：用于导航垂直挑战地形
机器人学
2025-08-05 v2 人工智能
摘要
在运动规划与控制技术领域，安全性一直是至关重要的关注议题，且近年来持续受到广泛研究。目前大多数安全研究针对移动机器人，都聚焦于维护碰撞避免的安全概念。然而，安全的范围远超单纯的碰撞避免，尤其是在机器人必须导航至非结构化、垂直挑战性的离岸地形时，车辆翻覆和陷沼与碰撞同等致命。本文引入了一种新颖的可达性基于控制阻抗函数（T-CBF），我们利用神经网络控制阻抗函数（CBF）实现在非结构化垂直挑战地形上实现碰撞避免之外的安全。具体而言，我们针对可达性安全训练神经 T-CBF，以安全与不安全观测为依据，进而生成安全轨迹。我们进一步在仿真实验及实际 Verti-4 Wheeler（V4W）平台上进行验证，表明 T-CBF 能够在保持机器人安全且到达目标位置的同时，提供可达性安全性。实验结果表明，T-CBF 规划器在处理实际垂直挑战地形时，比以往开发的规划器在保持机器人安全和可移动性方面性能提升约 30%。
引用
@article{arxiv.2503.06083,
title = {T-CBF: Traversability-based Control Barrier Function to Navigate Vertically Challenging Terrain},
author = {Manas Gupta and Xuesu Xiao},
journal= {arXiv preprint arXiv:2503.06083},
year = {2025}
}