Control of Vehicle Platoons with Collision Avoidance Using Noncooperative Differential Games
本文基于非合作微分博弈方法解决车辆队列控制问题,分别构建了无防碰撞和有防碰撞的微分博弈模型,并针对防碰撞场景精确解难以获取的挑战提出了一种易于实现的估计 Nash 策略,实验验证了其有效性。
2023-10-13 cs.SY eess.SY
Autonomous Emergency Collision Avoidance and Stabilisation in Structured Environments
提出了一种新的弯道自主避障闭环控制框架。所提出的框架提供了两个主要功能:(i)碰撞的无轨迹规划使用MPC和(ii)的横向/偏航稳定性的扭矩矢量控制器设计使用最优控制概念。分析了名义型MPC、无偏置MPC和鲁棒MPC的轨迹规划算法,并分别实现了力矩矢量控制。仿真结果证实了这种分层控制算法的优点是:(i)不受非凸碰撞避免约束,(ii)保证凸性,而驾驶在曲线道路上,(iii),以保证可行的轨迹时,车辆加速或减速,同时执行横向机动,和(iv)对低摩擦表面的鲁棒性。此外,为了评估控制结构在紧急和动态环境下的性能,在低摩擦表面和不同曲率值下对框架进行了测试。仿真结果表明,所提出的防撞系统可以显着提高车辆在紧急驾驶场景的安全性。为了说明所提出的防撞系统的有效性,高保真IPG汽车制造商和Simulink的联合仿真环境中使用的结果进行验证。
2020-04-16 cs.SY eess.SY
Collision Risk and Operational Impact of Speed Change Advisories as Aircraft Collision Avoidance Maneuvers
MIT Lincoln Laboratory(麻省理工学院林肯实验室)
飞机防撞系统长期以来一直是保持我们空域安全的关键因素。在过去的十年中,FAA支持了一系列新的防撞系统的开发,称为机载防撞系统X(ACAS X),它将防撞问题建模为马尔可夫决策过程(MDP)。ACAS X的变体已针对有人驾驶飞机(ACAS XA)和无人驾驶飞机(ACAS Xu和ACAS sXu)创建。这些变体的主要区别在于它们发出的避碰机动的类型。例如,ACAS Xa发出垂直防撞指令,而ACAS Xu和ACAS sXu由于飞机性能降低而允许水平防撞指令。目前,ACAS X的一种新变体,称为ACAS Xr,正在开发中,为旋翼机和先进空中机动性(AAM)车辆提供防撞能力。由于希望最大限度地减少这些飞机与规定飞行路径的偏差,因此建议将速度调整作为使用ACAS Xr的飞机的潜在防撞机动。在这项工作中,我们调查的影响,速度变化的避碰系统的安全性和运行效率。我们开发了一个基于MDP的防撞逻辑问题的速度questionsories和比较其性能的水平和垂直的逻辑,通过蒙特卡洛模拟现有的空域相遇模型。我们的研究结果表明,虽然速度控制系统能够降低碰撞风险,但它们既不像水平和垂直方向的控制系统那样安全,也不像水平和垂直方向的控制系统那样有效。
2022-04-29 cs.RO cs.SY eess.SY
Variational collision avoidance problems on Riemannian manifolds
Indian Institute of Technology Bombay(印度理工学院孟买分校);University of Michigan(密歇根大学);University of Coimbra(科英布拉大学)
本文提出在Riemannian流形上多智能体避障的变分方法,通过能量泛函最小化求解非相交轨迹,验证了数值实验结果。
2018-03-31 cs.SY eess.SY
Nuisance-free Automatic Ground Collision Avoidance System Design: Merging Exponential-CBF and Adaptive Sliding Manifolds
本研究融合指数控制障碍函数与自适应滑模面设计无扰自动地面防撞系统,并通过飞行包线保护算法确保安全,经多种场景和蒙特卡洛模拟验证了其防撞与无扰性能。
2025-09-12 cs.SY eess.SY
Collision Avoidance for Elliptical Agents with Control Barrier Function Utilizing Supporting Lines
本文提出了一种椭圆形智能体在二维空间中移动时的避碰方法。首先,我们制定了一个分离条件,两个椭圆剂利用有符号的距离从一个代理的支持线到其他代理,这使得一个正值,如果两个椭圆是由线分开。由于该带符号距离可能产生比两个椭圆之间的实际距离更短的长度,因此旋转支撑线,使得从该线到另一个椭圆的带符号距离最大化。我们证明了这个最大化问题,使签署的距离相当于两个椭圆之间的实际距离,因此不会导致保守的回避运动。然后,我们提出了碰撞避免方法,利用新的控制障碍函数结合梯度为基础的更新法律的支持线。仿真结果验证了所提方法的有效性。
2022-04-28 cs.SY eess.SY
Collision Avoidance and Liveness of Multi-agent Systems with CBF-based Controllers
在本文中,我们考虑使用控制障碍函数(CBF)避免碰撞的多智能体导航。在非通信代理的情况下,我们考虑安全保证水平和活性之间的权衡-在短时间内到达目的地而不需要大的弯路或交通堵塞的能力。我们比较了几个CBF为基础的驾驶政策对基准建立的集中式控制器,需要通信。正在比较的策略之一(CCS 2)是新的,并且跨越了仅可用本地控制的策略与更复杂的预测-校正冲突避免(PCCA)策略之间的空间,该PCCA策略基于观察到的行为调整每个人的控制动作的本地副本。本文为集中式、PCCA和CCS2策略建立了可行性。蒙特卡洛模拟表明,分散的,只有主机的控制策略相比,在计算中使用所有的控制输入,PCCA政策表现同样好,集中式相比,缺乏活性,即使它是分散的。
2020-12-18 cs.SY eess.SY
Collision Avoidance for Non-Cooperative Multi-Swarm Coverage Control with Bounded Disturbance Measurements
Concordia University(康考迪亚大学)
本文提出了一种针对非合作多群体在有界扰动下的无碰撞覆盖控制算法,通过考虑扰动测量的不确定性来确保安全运动。
2026-01-14 cs.SY eess.SY
Adaptive Control of Heterogeneous Platoons with Guaranteed Collision Avoidance
Indraprastha Institute of Information Technology Delhi(德里印度理工学院);Southeast University(东南大学)
本文提出了一种基于虚拟编队概念的自适应控制框架,用于保障异构车辆编队的碰撞避免。
2025-08-28 cs.SY eess.SY
V2V communication-based rail collision avoidance system for urban light rail vehicles
在本文中,我们记录的设计,实施和现场测试的车对车(V2 V)通信使能的轨道防撞系统(RCAS)的城市轻轨车辆-有轨电车。RCAS在有轨电车上运行,如果即将与另一辆有轨电车发生碰撞,它会向有轨电车司机发出声音警告-在当前版本中,没有向制动子系统发出命令。与另一辆电车即将发生碰撞的预测是基于对两辆电车的预测轨迹的实时评估。预测是基于车辆纵向动力学的数学模型和当前运动状态(位置和速度)的实时估计。通过V2 V通信访问关于另一辆电车的预测轨迹的信息。我们还记录了建议的RCAS的功能验证的结果,通过几个现场测试与真正的电车。
2020-06-03 cs.SY eess.SY
Vector Field-based Collision Avoidance for Moving Obstacles with Time-Varying Elliptical Shape
本文提出了一种局部运动规划算法,在环境中的移动椭圆形障碍物的速度,形状和大小是完全已知的,但可能会随着时间的变化。我们的算法的基础上的碰撞避免矢量场(CAVF),其目的是引导代理到所需的最终状态,其运动是由一个双积分运动学模型。除了处理多个障碍物之外,该方法还适用于有界环境中的更现实的应用(例如,建筑物内的运动规划)。我们还采用了一种方法来处理代理的控制输入是有限的,使他们安全地绕过障碍物。为了展示我们的方法,我们在2D和3D场景中展示了大量的模拟结果。
2022-07-23 cs.SY eess.SY
A survey on unmanned aerial vehicle collision avoidance systems
Stony Brook University(石溪大学)
本文综述了最新无人机避障系统,分析了感知与检测、避障两部分的分类、优缺点及比较。
2015-08-31 cs.RO cs.SY eess.SY
Tight Collision Avoidance for Stochastic Optimal Control: with Applications in Learning-based, Interactive Motion Planning
针对密集交互交通中自动驾驶轨迹规划因人类行为不确定性和非凸避障约束带来的挑战,提出一种含紧致连续可微重构的随机最优控制框架,通过两种场景仿真验证了有效性。
2025-10-29 cs.SY eess.SY
Reach-Avoid-Stay-Collision-Avoidance Negotiation Framework for Multi-Agent Systems via Spatiotemporal Tubes
针对未知动力学与有界扰动下的多智能体规定时间 RAS 任务,提出基于时空管的分布式协商避碰框架,并用机器人和无人机导航仿真验证其有效性。
2025-03-13 cs.SY eess.SY
Collision Avoidance for Convex Primitives via Differentiable Optimization Based High-Order Control Barrier Functions
New York University(纽约大学);Universidade Federal de Minas Gerais(米纳斯吉拉斯联邦大学)
针对凸基元碰撞避免及扭矩控制等场景下的问题,提出基于可微优化的高阶控制障碍函数框架,将非凸约束转为线性约束并解决伪平衡点问题,在机械臂实验中验证了有效性。
2026-10-08 cs.SY eess.SY
Encrypted collision avoidance maneuver via variational optimization
Seoul National University(首尔大学);Anduril Industries(安杜里尔工业);Purdue University(普渡大学)
该研究提出一种基于同态加密和变分优化的加密避碰机动设计协议,可外包CAM设计至不可信服务器且不泄露私有协方差,经6组真实数据实验验证其可行性提升且燃料消耗降低。
2026-10-14 cs.SY eess.SY
Robust Decentralized Navigation of Multi-Agent Systems with Collision Avoidance and Connectivity Maintenance Using Model Predictive Controllers
KTH Royal Institute of Technology(瑞典皇家理工学院)
本文研究了在有界工作空间中不确定非线性多智能体系统的导航控制问题,提出分布式控制协议以实现智能体预设位置,同时通过局部信息保持连通性并避免碰撞。
2018-04-22 cs.SY eess.SY
Nonlinear Model Predictive Control for Leaderless UAV Formation Flying with Collision Avoidance under Directed Graphs
本文针对有向图通信下的无领导无人机编队飞行问题,提出基于MRACon框架的分布式NMPC方法,通过参考模型跟踪与避碰约束实现安全编队控制,并经仿真和硬件实验验证。
2025-05-11 cs.SY eess.SY
Asynchronous distributed collision avoidance with intention consensus for inland autonomous ships
针对内河自主船舶协同避碰,本文提出同步与异步两种基于ADMM的分布式MPC意图协商算法,并通过仿真和现场实验验证其在复杂场景下的防碰撞有效性。
2025-01-27 cs.SY eess.SY
Decentralized Control of Uncertain Multi-Agent Systems with Connectivity Maintenance and Collision Avoidance
ACCESS Linnaeus Center, School of Electrical Engineering, KTH Royal Institute of Technology(ACCESS林奈中心,电气工程学院,皇家理工学院);KTH Center for Autonomous Systems(KTH自主系统中心)
本文研究了在有限工作空间内不确定非线性多智能体系统的导航控制问题,提出了一种去中心化控制协议,使每个智能体能够到达工作空间预定位置,同时仅使用局部信息。该方案保证了初始连接的智能体始终保持连接,并通过引入距离约束实现智能体间的避障以及与障碍物和工作空间边界之间的避障。所提出的控制器在存在扰动和不确定性的情况下使用了一类去中心化非线性模型预测控制器。最后,仿真结果验证了所提框架的有效性。
2019-09-04 cs.SY eess.SY
Position and Orientation Based Formation Control of Multiple Rigid Bodies with Collision Avoidance and Connectivity Maintenance
ACCESS Linnaeus Center, School of Electrical Engineering, KTH Royal Institute of Technology(ACCESS林奈斯中心,电气工程学院,KTH皇家理工学院);KTH Center for Autonomous Systems(KTH自主系统中心)
本文研究了在三维空间中有障碍物的第二类非线性多智能体系统的位置和姿态编队控制问题,设计了分布式控制协议以实现预设几何编队,同时保证连通性和碰撞避障。
2017-12-06 cs.SY eess.SY
Variational Collision Avoidance on Riemannian Manifolds
研究完备黎曼流形上多智能体系统的变分避碰问题。也就是说,我们最小化的能量功能,在一组可接受的曲线,这取决于一个人工势函数,用于避免代理之间的碰撞。我们展示了全局存在的极小的变分问题,我们提供的条件下,它是可能的,以确保代理将避免碰撞在一些所需的公差。我们还研究了问题的轨迹被约束到有统一的边界上的衍生物,并获得替代的安全条件,避免碰撞的这些界限-即使在人工潜力是不足够的情况下,以确保存在的全球最小。
2021-04-09 cs.SY eess.SY math.OC
Optimization Based Collision Avoidance for Multi-Agent DynamicalSystems in Goal Reaching Task
Indian Institute of Technology Kharagpur(印度理工学院卡拉格普尔分校)
本文提出了一种基于分布式MPC的方法来解决多智能体点到点的过渡问题,并基于优化的碰撞避免。制定的问题,动机的工作,避免碰撞的多智能体系统和动态障碍。通过对公式的修改,将问题转化为具有可分离目标和耦合约束的分布式问题。该问题被划分为局部子问题,并使用交替方向乘法(ADMM)应用于增广的局部lagrangian objectives.This工作的目的是了解多智能体点到点的过渡问题的扩展优化为基础的碰撞避免和分析方面的计算时间,可靠性和最优性的解决方案。
2021-08-03 cs.RO cs.SY eess.SY
Interaction-Aware Vehicle Motion Planning with Collision Avoidance Constraints in Highway Traffic
Kyungpook National University(庆北国立大学)
本文针对高速公路自动驾驶中的车辆交互问题,提出一种将周围车辆轨迹与避撞约束耦合的最优控制框架,并基于庞特里亚金极小值原理实现轨迹优化,仿真验证了其有效性。
2024-04-02 cs.RO cs.SY eess.SY
Autonomy for Ferries and Harbour Buses: a Collision Avoidance Perspective
Technical University of Denmark(丹麦技术大学)
本文以丹麦首艘自主港口巴士 Greenhopper 为对象,介绍其 Short Horizon Planner 避碰防搁浅方案及符合 COLREGs 的自主技术栈,并通过全栈仿真验证其安全避碰能力。
2023-04-20 cs.RO cs.SY eess.SY
Variational collision and obstacle avoidance of multi-agent systems on Riemannian manifolds
在本文中,我们研究的路径规划问题,从变分方法的碰撞和避障的多智能体系统上的黎曼流形上发展。该问题包括寻找代理和工作空间上的规定的障碍物之间的非相交轨迹,在一组允许的曲线,以达到指定的配置,基于最小化的能量功能,取决于速度,协变加速度和人工潜在的功能,用于防止与障碍物和代理之间的碰撞。我们将结果应用到一个平面刚体的例子,和碰撞和避障的代理在一个球体上发展。
2019-10-11 cs.SY eess.SY math.OC
Reachable Set Approach to Collision Avoidance for UAVs
University of Maryland(马里兰大学)
本文提出基于可达集的无人机避撞算法,通过凸优化求解控制约束集,解决多无人机避撞问题。
2016-09-26 cs.RO cs.SY eess.SY
Optimizing Collision Avoidance in Dense Airspace using Deep Reinforcement Learning
Stanford University(斯坦福大学);Airbus UTM(空客UTM)
随着交通密度的增加,需要新的方法来确保空域保持安全和高效,以适应新的无人驾驶操作。本文探讨了无人驾驶自由飞行交通如何在密集的空域中运行。我们开发和分析了在密集空域中运行的飞机的自主防撞系统,传统的防撞系统失败。我们提出了一个度量的决策负担量化的防撞系统,以及度量的防撞系统对空域的影响。我们使用深度强化学习来计算现有防撞方法的修正,以解决密集空域的问题。结果表明,修正后的防撞系统可以在密集空域中比传统方法更有效地运行,同时保持高水平的安全性。
2019-12-20 cs.AI cs.LG cs.RO
GPS Denied IBVS-Based Navigation and Collision Avoidance of UAV Using a Low-Cost RGB Camera
Electrical and Computer Engineering Dept., National University of Singapore(新加坡国立大学电子与计算机工程系);National University of Singapore(新加坡国立大学)
本文提出一种仅依赖RGB相机和机载Jetson平台的IBVS框架,通过AI单目深度估计实现无路径规划的无人机导航与避障,并在GPS拒止环境下验证其有效性。
2025-09-22 cs.RO cs.SY eess.SY
Distributed Planning for Rigid Robot Formations with Probabilistic Collision Avoidance
Technical University of Denmark(丹麦技术大学);Czech Technical University in Prague(布拉格捷克技术大学)
本文提出一种确保概率碰撞避免的刚性机器人编队分布式规划方法,通过参数化编队变换、期望速度映射、一致性步骤与约束满足步骤实现编队内部碰撞避免,并在仿真与真实遥操作实验中验证了有效性。
2024-08-27 cs.RO cs.SY eess.SY
Use of a low-cost forward-looking sonar for collision avoidance in small AUVs, analysis and experimental results
Virginia Polytechnic Institute and State University(弗吉尼亚理工学院暨州立大学)
本文评估了有限波束低成本前视声纳在小型AUV避障中的有效性,提出基于后验期望损失的避障策略,将检测、避障与规划耦合,并通过690 AUV实地试验和九波束原型声纳验证了系统性能。
2023-09-11 cs.RO cs.SY eess.SY
Active inference as a unified model of collision avoidance behavior in human drivers
Department of Cognitive Robotics(认知机器人学系);Delft University of Technology(代尔夫特理工大学);Waymo LLC(Waymo公司)
本文提出基于主动推断的新型计算认知模型,统一解释人类避撞行为中的响应时间、动作选择与执行等关键问题。
2026-05-12 cs.RO cs.SY eess.SY
A drl based distributed formation control scheme with stream based collision avoidance
Beijing National Research Center for Information Science and Technology(北京信息科学与技术国家研究中心);Tsinghua University(清华大学)
编队和避碰能力是多智能体系统的基本要求。传统的方法通常需要一个中央控制器和全局信息来实现协作,这在未知环境中是不切实际的。本文提出了一种基于深度强化学习(DRL)的自主车辆分布式编队控制方案。采用改进的基于流的避障方法对最优轨迹进行平滑,并利用激光雷达和天线阵列等机载传感器获取局部相对距离和角度信息。该方案获得了一个可扩展的分布式控制策略,联合优化编队跟踪误差和平均碰撞率与本地观测。仿真结果表明,我们的方法优于其他两个国家的最先进的算法保持编队和避碰。
2021-09-05 cs.RO cs.SY eess.SY
Aircraft Collision Avoidance Systems: Technological Challenges and Solutions on the Path to Regulatory Acceptance
Stanford University(斯坦福大学);Massachusetts Institute of Technology(麻省理工学院)
本文综述飞机防撞系统的技术挑战与解决方案,重点介绍通过严格验证并获监管接受的方案,为安全关键系统提供借鉴。
2025-10-23 cs.AI cs.RO cs.SY
Multi Object Tracking for Predictive Collision Avoidance
University of Zagreb(泽兰伯格大学);Maharishi International University(玛哈拉吉国际大学)
针对自主移动机器人在复杂环境中的安全运行需求,提出基于激光雷达数据、结合集成卡尔曼滤波与改进动态窗口法的多目标跟踪及预测式避障方案,经仿真与实场景验证有效,为自主系统发展提供支撑。
2025-08-30 cs.RO cs.SY eess.SY
Reciprocal Collision Avoidance for General Nonlinear Agents using Reinforcement Learning
The Ohio State University(俄亥俄州立大学);The University of Hong Kong(香港大学);Southern University of Science and Technology(南方科技大学)
在分散的场景中,由于其他智能体的可用信息有限和复杂的动力学约束,为多个非线性智能体找到可行且无冲突的路径具有挑战性。本文提出了一种快速的多智能体碰撞避免算法,一般的非线性代理与连续的动作空间,其中每个代理只观察附近的代理的位置和速度。为了减少在线计算,我们首先分解的多智能体场景和解决两个代理碰撞避免问题,使用强化学习(RL)。当将训练的策略扩展到多智能体问题时,通过引入最优相互避碰(ORCA)作为线性约束来确保安全性,并且可以通过简单的凸优化来找到整体避碰动作。现有的大多数基于RL的多智能体碰撞避免算法依赖于对智能体速度的直接控制。在鲜明的对比,我们的方法是适用于一般的非线性代理。基于非线性自行车智能体模型的现实模拟进行了各种具有挑战性的情况下,表明所提出的方法在避免碰撞,拥塞和死锁与平滑的轨迹有竞争力的性能。
2020-03-03 cs.MA cs.RO cs.SY
V2V-based Collision-avoidance Decision Strategy for Autonomous Vehicles Interacting with Fully Occluded Pedestrians at Midblock on Multilane Roadways
Clemson University(克莱姆森大学);Nan Ya Plastics Co. America(南亚塑胶美国公司);TSMC(台积电);Arcadis Inc.(凯谛思公司)
行人遮挡对于多车道道路上的中间街区位置的自动驾驶车辆(AV)来说是具有挑战性的,因为AV无法检测到被相邻车道中的下游车辆完全遮挡的行人。本文测试了AV和其下游车辆之间的车辆对车辆(V2V)通信的能力,以共享中间街区行人过街信息。研究人员开发了一种基于V2V的碰撞避免决策策略,并将其与基本场景(即,不使用V2V的决策策略)。仿真结果表明,对于基本场景,接近零的碰撞时间(TTC)表明没有时间让AV采取适当的行动,并导致戏剧性的制动后发生碰撞。但基于V2V的防撞决策策略允许采用比例制动方法来增加TTC,从而使行人能够安全通过。综上所述,基于V2V的防撞决策策略具有更高的安全效益的AV互动与完全闭塞的行人在多车道道路上的中间块位置。
2023-03-23 cs.RO cs.SY eess.SY
Stigmergy-based collision-avoidance algorithm for self-organising swarms
Coventry University(考文垂大学);Autonomous Vehicles & Artificial Intelligence Laboratory (AVAILab), Centre for Future Transport and Cities(自动驾驶车辆与人工智能实验室(AVAILab)、未来交通与城市中心)
实时多智能体碰撞避免算法是实际使用自组织无人机群的关键技术。本文提出了一种分散的相互碰撞避免算法,它是基于stigmergy和可扩展的。该算法是计算成本低,基于梯度的本地测量的动态累积信号强度场的结果从由群发射的信号。信号强度在每个无人机上充当排斥器,然后倾向于远离噪音最大的区域(混乱的环境),从而避免碰撞。这些排斥力的大小可以被调整,以控制分配给碰撞避免相对于影响代理的动态的其他现象的相对重要性。我们对一群自组织的无人机进行了数值实验,旨在自主扑灭野火。如所预期的,已经发现,可以通过降低代理的巡航速度和/或通过增加全局信号强度场的采样频率来降低碰撞率。所提出的避免碰撞算法的一个方便的副产品是,它有助于保持群体的多样性,从而增强探索。
2021-09-22 cs.RO cs.SY eess.SY
Biologically Inspired Collision Avoidance Without Distance Information
University of Illinois at Urbana-Champaign(伊利诺伊大学厄巴纳-香槟分校);The University of Iowa(爱荷华大学)
生物学证据表明,动物能够在不使用深度信息的情况下,仅仅依靠隐约可见的刺激来躲避重大碰撞。在机器人技术中,不合作车辆之间的碰撞避免需要测量到障碍物的相对距离。小型、低成本的移动机器人和无人机可能无法携带距离测量传感器,如激光雷达和深度相机。我们提出了一个控制框架,适用于一个类似独轮车的车辆在二维平面上移动,实现防撞。该控制策略的灵感来自无脊椎动物接近障碍物的反应,完全依赖于视线(LOS)角,LOS角速率和碰撞时间作为反馈。这些数量可以很容易地估计从单目摄像机视觉系统板载移动机器人。所提出的避障律控制航向角以规避未知位置的运动障碍物,而速度控制器作为自由度来完成其他任务目标。理论保证表明,车辆和障碍物之间的最小间距达到无关的外源跟踪控制器。
2021-03-23 cs.RO cs.SY eess.SY
Decentralized formation control with connectivity maintenance and collision avoidance under limited and intermittent sensing
University of Florida(佛罗里达大学)
本文提出了一种去中心化切换控制器,使动态代理在保持网络连通性和避免碰撞的同时实现全局编队收敛。
2013-10-01 cs.SY eess.SY math.OC
An Integrated Real-time UAV Trajectory Optimization with Potential Field Approach for Dynamic Collision Avoidance
University of Luxembourg(卢森堡大学);Interdisciplinary Centre for Security, Reliability and Trust(跨学科安全、可靠与信任中心)
提出了一种结合轨迹优化和人工势场(APF)方法的无人机(UAV)轨迹规划和动态避碰的实时的【形】优化方法。以初始位置和最终位置为边界条件,以避碰为约束条件,建立了最小时间轨迹优化问题。利用Chebyshev拟谱方法将其转化为一个非线性规划问题。状态和控制历史近似使用拉格朗日多项式和配置点用于满足约束。针对伪谱方法中Lagrange多项式近似只能保证不等式约束满足的缺点,提出了一种新的S型避碰约束.通过对代价函数和约束条件的自动微分,分别快速确定它们的梯度和雅可比矩阵。APF方法用于更新最优控制输入以保证避免碰撞。轨迹优化和APF方法以闭环方式连续地实施,但是在中频率和高频率下分别并行地实施。基于先前的解决方案提供用于优化的初始猜测。通过室内实验对所提出的方法进行了测试和验证。
2023-03-03 cs.RO cs.SY eess.SY
A Differentiable Signed Distance Representation for Continuous Collision Avoidance in Optimization-Based Motion Planning
Johns Hopkins University(约翰斯·霍普金斯大学)
本文提出了一套新的条件,以准确地表示碰撞避免的约束条件内的优化为基础的运动规划算法。这些条件是连续可微的,因此适合与标准非线性优化求解器一起使用。该方法表示凸形状使用的支持函数表示,因此是相当普遍的。对于涉及多面体或椭球形状的碰撞避免,所提出的方法引入了更少的变量和约束比现有的方法。此外,所提出的方法可以用来严格地确保连续的碰撞避免作为车辆之间的离散姿态之间的转换所确定的运动规划算法。数值例子表明,这可以用来防止切角和通过障碍物时可能发生的碰撞避免只在离散的时间步长执行的问题。
2023-02-20 cs.RO cs.SY eess.SY
Automating Geometric Proofs of Collision Avoidance with Active Corners
University of Michigan(密歇根大学)
避免障碍物与汽车、机器人或飞机等车辆之间的碰撞对于自动化和自主性的发展至关重要。为了简化问题,许多避碰算法和证明将车辆视为质点,尽管实际车辆不是点。本文考虑了一个具有非零面积的凸多边形车辆沿二维轨迹运动的问题。我们推导出一个易于检查的,无量化器的公式来检查是否有一个给定的障碍物将碰撞的车辆上移动的规划轨迹。我们将我们的方法应用到两个案例研究的飞机防撞,并研究其性能。
2022-07-15 cs.LO cs.RO cs.SY
Reduction in optimal control with broken symmetry for collision and obstacle avoidance of multi-agent system on Lie groups
研究了连续时间和离散时间系统中具有部分对称破缺费用函数的左不变仿射多智能体控制系统的最优控制问题的最优性条件的对称约化.我们重铸的最优控制问题作为一个约束变分问题的部分对称破缺拉格朗日和获得减少的最优性条件从减少的变分原理通过对称约化技术在两个设置,连续时间和离散时间。我们将结果应用到碰撞和避障问题的$SE(2)$上的静态障碍物的存在下发展的多辆车。
2022-07-14 cs.SY eess.SY math.OC
Efficient COLREGs-Compliant Collision Avoidance using Turning Circle-based Control Barrier Function
Mobile Robotics and Intelligence Laboratory, Department of Mechanical Engineering, Korea Advanced Institute of Science and Technology (KAIST)(移动机器人与智能实验室,机械工程系,韩国科学技术院)
本文提出基于回转圆的控制屏障函数(CBFs)构建二次规划问题,实现符合COLREGs的高效避碰,在保持性能的同时显著降低计算量。
2025-04-27 cs.RO cs.SY eess.SY
SACA: A Scenario-Aware Collision Avoidance Framework for Autonomous Vehicles Integrating LLMs-Driven Reasoning
Tsinghua University(清华大学);University of Michigan(密歇根大学);University of Wisconsin–Madison(威斯康星大学麦迪逊分校);Beijing Institute of Technology(北京理工大学)
针对极端场景下自动驾驶避撞难题,本文提出SACA框架,融合场景预测分析、LLM数据驱动在线推理与离线记忆评估,并通过预计算策略提升部署性能。
2025-06-11 cs.RO cs.SY eess.SY
Multi-Robot Collision Avoidance under Uncertainty with Probabilistic Safety Barrier Certificates
Carnegie Mellon University(卡内基梅隆大学);Cornell University(康奈尔大学);Microsoft Corporation(微软公司)
多机器人系统在不确定性、非确定性和信息不完全的情况下,其避碰安全性是一个难题。本文的目的是提出一种避免碰撞的方法,占测量不确定性和运动不确定性。特别是,我们提出了概率安全屏障证书(PrSBC)使用控制屏障功能来定义空间的可接受的控制行动,是概率安全的正式可证明的理论保证。通过将机会约束安全集公式化为具有PrSBC的确定性控制约束,该方法需要最小地修改现有控制器以经由约束于PrSBC约束的二次规划来确定替代安全控制器。该方法的主要优点是,除了有限支持之外,不需要对不确定性的形式进行任何假设,也可以实现最坏情况的保证。我们证明了该方法的有效性,通过在现实的仿真环境中的实验。
2020-12-07 cs.RO cs.SY eess.SY
Explainable AI for Ship Collision Avoidance: Decoding Decision-Making Processes and Behavioral Intentions
Osaka Metropolitan University(大阪公立大学)
本研究针对船舶避碰场景开发可解释AI,通过子任务评判网络、Q值分析与注意力机制解码决策过程和行为意图,经实验验证可安全避碰且决策可解释,还可推广至含子任务的其他场景。
2024-05-20 cs.AI cs.RO cs.SY
Safety-Critical Human-Machine Shared Driving for Vehicle Collision Avoidance based on Hamilton-Jacobi reachability
Tsinghua University(清华大学);University of Michigan(密歇根大学);Central South University(中南大学)
针对车辆避碰人机共享控制中现有方法易打断驾驶员意图、冲突风险高的问题,提出基于HJ可达性分析的RL框架,仅在车辆接近CARS时介入,通过预计算可达集、驾驶员建模与权限分配策略,在实车测试中实现了有效避碰且减少人机冲突。
2025-08-31 cs.RO cs.SY eess.SY
Optimal Bounded Thrust Powered Descent with Analytical Ground-Collision Avoidance
Technion - Israel Institute of Technology(以色列理工学院)
提出一种新方法解决有界推力动力下降问题,通过时间相关多项式近似质量,分层分离推力分配,实现解析地面碰撞避免,并给出饱和感知制导律。
2026-06-16 cs.SY eess.SY math.OC
Closed-Form Minkowski Sum Approximations for Efficient Optimization-Based Collision Avoidance
Johns Hopkins University(约翰斯·霍普金斯大学)
基于非线性规划的自主系统的运动规划方法在结合各种动力学、目标和约束方面提供了极大的灵活性。这种工具的一个限制是难以有效地表示非平凡形状的避障条件。例如,可以定义适合于在N个时间步长内围绕M个凸多面体导航的圆形机器人的规范设置中的非线性规划求解器的碰撞避免约束。然而,它需要引入(2+L)MN个额外的约束和LMN个额外的变量,其中L是每个多面体的半平面的数量,导致更大的非线性程序,求解时间更慢且更不可靠。在本文中,我们克服了这个问题,通过建立封闭形式的表示的避碰条件外近似的Minkowski和条件的碰撞。我们的解决方案只需要MN约束(没有额外的变量),导致一个较小的非线性规划。在杂乱环境中自动驾驶汽车和四轴飞行器的运动规划问题上,我们分别实现了4.8倍和8.7倍的加速比,求解时间的方差显著减少,并且使用外近似对性能的影响可以忽略不计。
2022-03-30 cs.RO cs.SY eess.SY
Evaluating the Benefit of Using Multiple Low-Cost Forward-Looking Sonar Beams for Collision Avoidance in Small AUVs
Virginia Polytechnic Institute and State University(弗吉尼亚理工学院暨州立大学)
我们寻求严格评估的好处,使用几个波束,而不是一个单一的波束的低成本避障声纳小型水下机器人。对于小型低成本AUV,多波束前视声纳所需的复杂性、成本和体积是令人望而却步的。相比之下,单光束系统相对容易集成到小型AUV中,但不提供多光束解决方案的性能。为了更好地理解这种权衡,我们试图严格量化的改进,相对于避障性能的单波束前视声纳相对于单波束系统的性能增加了几个波束。我们的工作从根本上支持在杂乱和非结构化环境中使用小型低成本AUV系统的目标。具体来说,我们调查的好处,将港口和右舷梁的单波束声纳系统防撞。防撞的方法,以获得一个公平的比较之间的单波束和多波束系统,明确地纳入了大波束角的前视声纳的波束图案的几何形状,并模拟使用高保真表示声信号传播。
2022-10-12 cs.RO cs.SY eess.SY
Verifying Aircraft Collision Avoidance Neural Networks Through Linear Approximations of Safe Regions
Stanford University(斯坦福大学);University of Michigan(密歇根大学)
本文提出通过线性近似安全区域的方法来验证飞机碰撞避免神经网络的安全性,利用Reluplex工具检查是否存在不安全的建议,并通过训练神经网络发现数千个不安全的反例。
2019-03-02 cs.LO cs.SY eess.SY
Semi-Decentralized Multi-Spacecraft Collision Avoidance under Communication Constraints
Stanford University(斯坦福大学)
该研究针对航天器避撞的间歇性通信约束,提出半分散式POMDP框架,采用RS-SDA*算法规划,性能接近集中式且同步事件减少28.5%,优于规则启发式方法。
2026-07-30 cs.RO cs.SY eess.SY