面向感知受限机器人在未知环境中的安全关键导航的可见性感知RRT*
机器人学
2025-03-19 v2 系统与控制
系统与控制
摘要
安全的自主导航在未知环境中仍是感知能力有限的机器人面临的关键挑战。虽然已提出控制障碍函数（Control Barrier Functions, CBFs）等安全关键控制技术以确保安全，但其有效性依赖于机器人对周围环境具有完整知识的假设。实际情况下，机器人常常在受限视野和有限感知范围内运作，这可能导致对未知障碍物的碰撞。为此，我们引入了可见性感知RRT*算法，将基于采样的规划与CBFs结合，用于在部分未知环境中生成安全且高效的全局参考路径。该算法包含碰撞规避CBF和一种新颖的可见性CBF，保证机器人停留在局部无碰撞区域内，从而实现及时检测和规避未知障碍。我们通过与两种不同的安全关键控制器接口的大量实验，证明该方法在安全性和效率方面均优于所有其他比较基线。
引用
@article{arxiv.2406.07728,
title = {Visibility-Aware RRT* for Safety-Critical Navigation of Perception-Limited Robots in Unknown Environments},
author = {Taekyung Kim and Dimitra Panagou},
journal= {arXiv preprint arXiv:2406.07728},
year = {2025}
}
备注
Accepted to IEEE Robotics and Automation Letters (to be presented at IROS 2025). Our project page can be found at: https://www.taekyung.me/visibility-rrt