Safety-Critical Planning and Control for Dynamic Obstacle Avoidance Using Control Barrier Functions
Boston University(波士顿大学);University of Maryland(马里兰大学)
本文提出一种结合MPC与离散时间高阶控制屏障函数的框架,通过网格映射生成凸多面体构建安全约束,无需已知障碍物边界方程,并集成路径规划保证全局最优性,在动态狭窄环境中实现独轮机器人的高效安全避障。
2025-02-07 cs.RO math.OC
Efficient Formulation of Collision Avoidance Constraints in Optimization Based Trajectory Planning and Control
Kiel University(基尔大学)
为了适用于现实世界的情况下,移动自主系统的轨迹规划方案必须能够有效地处理在操作区域中的障碍物。在基于优化的轨迹规划和控制的背景下,可以在文献中找到许多不同的方法来制定防撞约束。在这里,本工作的贡献是双重的。首先,最流行的方法来表示障碍物,即简单的椭球表示,构造性立体几何(CSG)的方法,以及直接和间接实现的符号距离为基础的方法进行了总结。制剂的特点是相对于最优化问题的复杂性的影响,以及满足不同的问题要求的能力。其次,这项工作提出了一种新的变形CSG方法来描述避碰约束。它是非常高效的,由于一个非常低的数量的非线性不等式约束所需的一个给定数量的障碍物和样本点,并与原来的CSG制定允许考虑受控系统的形状。通过与先前提到的替代品的比较,证明了所提出的制剂的良好性能。为此,将制定为非线性规划问题的海洋水面船舶最佳轨迹规划用作基准示例,其中该场景是基于德国基尔的海事测试场设计的。
2021-04-26 cs.RO math.OC
Local Path Planning with Dynamic Obstacle Avoidance in Unstructured Environments
Sabanci University(萨班哲大学);German Aerospace Center (DLR)(德国航空航天中心)
针对无人地面车辆在动态障碍物密集非结构化环境中的局部路径规划问题,提出结合基于切线的路径规划与外推方法的决策算法,通过处理多项式轨迹动态障碍物,生成无碰撞路径,实现安全导航。
2025-11-11 cs.RO math.DS math.OC
A Path Planning Model for Intercepting a Moving Target with Finite Obstacle Avoidance
University of Chittagong(吉大港大学);Federation University Australia(联邦澳大利亚大学)
本文针对无人机以恒速拦截移动目标问题,提出一种结合障碍规避与拦截约束的最优曲率直线路径规划模型,并通过数值实验和真实地理数据案例验证其有效性。
2026-10-30 math.OC
Risk-Averse Receding Horizon Motion Planning for Obstacle Avoidance using Coherent Risk Measures
本文针对不确定动力学智能体在随机动态障碍物环境中的避障问题,提出基于相干风险度量的MPC方案,并设计航点跟随算法证明其递归可行性与有限时间任务完成保证。
2023-09-28 cs.RO cs.SY eess.SY
Embodied Footprints: A Safety-guaranteed Collision Avoidance Model for Numerical Optimization-based Trajectory Planning
Hunan University(湖南大学);Concordia University(康考迪亚大学);Galatasaray University(加拉塔萨雷大学);Tsinghua University(清华大学);Beihang University(北京航空航天大学)
针对基于优化的轨迹规划中相邻配置点间可能发生的碰撞,提出具身足迹模型,通过扩大车辆足迹保证任意时刻无碰撞,并优化配置点数量,经仿真与实车验证有效。
2023-09-14 cs.RO math.OC
Optimal Predefined-time Trajectory Planning for a Free-floating Space Robot
随着人类空间探索的不断深入,空间环境中逐渐充满了废弃的卫星碎片和未知的微小陨石,这些碎片将严重影响空间机器人的捕获运动。因此,本文将重点研究一种具有预定时间位姿反馈的双臂自由漂浮空间机器人(FFSR)快速避碰轨迹规划策略,以实现末端执行器的微米级跟踪精度。然而,与控制类似,指数反馈导致相对于比例反馈的较大的初始关节角速度。首先,从控制的角度推导出基于位姿误差的FFSR运动学模型。在预定时间轨迹规划中,采用累积危险场(CDF)避碰算法,实现了微米级的避碰轨迹跟踪精度。最后,采用基于遗传算法的优化算法对预定时间参数进行优化,得到了机器人手臂低关节角速度的运动轨迹。仿真结果验证了我们的猜想和结论。
2021-09-01 cs.RO math.OC
Sublevel Set Approximation in The Hausdorff and Volume Metric with Application to Path Planning and Obstacle Avoidance
本文证明函数严格 L∞/L1 收敛可保证水平子集按 Hausdorff/体积度量收敛,并据此提出 SOS 内外逼近方案,用于分类、构型空间构建及 Dubin 汽车无碰撞路径规划。
2024-01-20 math.OC
Bendable Cuboid Robot Path Planning with Collision Avoidance using Generalized $L_p$ Norms
Georgia Institute of Technology(佐治亚理工学院)
本文提出基于广义L_p范数的立方体机器人路径规划方法,通过隐式表面近似和双重优化问题解决碰撞避免问题,验证了方法的有效性。
2017-12-16 cs.RO cs.SY eess.SY
Real Time Motion Planning Using Constrained Iterative Linear Quadratic Regulator for On-Road Self-Driving
Tencent Technology (Beijing) Company Limited(腾讯科技(北京)有限公司)
避免碰撞是人们在开发自动驾驶技术时需要考虑的最具挑战性的任务之一。在本文中,我们提出了一种新的时空运动规划算法,有效地解决了约束非线性最优控制问题,使用迭代线性二次型调节器(iLQR),该方法考虑了交通车辆的不确定驾驶行为,并将自动驾驶车辆之间的碰撞风险降至最低,(称为“自我”车辆)和交通车辆之间的距离,使得自我车辆能够与所有周围车辆保持足够大的距离,以实现交通中期望的防撞操纵。为此,我们引入了“碰撞多边形”的概念,用于计算自我车辆和交通车辆之间的最小距离,并提供了两种不同的解决方案,设计的运动规划问题的约束条件,通过适当建模的交通车辆的行为,以评估碰撞风险。最后,利用仿真器和3级自动驾驶测试平台,对iLQR运动规划算法在多个实时避碰任务中进行了验证。
2022-02-17 cs.RO math.OC
Multi-UAV trajectory planning problem using the difference of convex function programming
针对多无人机集群轨迹规划中的非凸优化及避碰约束难题,本文利用凸函数差规划引入松弛变量与惩罚项将其转化为DC形式,并提出惩罚DC算法依次求解凸子问题,有效实现了拥挤空间内大量无人机的轨迹规划。
2023-08-02 cs.SY eess.SY math.OC
Collision Avoidance for Bi-Steerable Car Using Analytic Left Inversion
一个案例研究的防撞系统,直接集成了一个双转向车的运动学与一个合适的路径规划算法。首先利用快速搜索随机树的方法确定路径,然后计算样条逼近。第二步是通过显式计算系统运动学的左逆来解决输出跟踪问题,以针对样条逼近的每个多项式部分呈现期望输入的泰勒级数。通过数值模拟对该方法进行了验证。
2016-03-19 math.OC
A Novel Optimization-Based Collision Avoidance For Autonomous On-Orbit Assembly
针对基于优化的在轨组装运动规划中避碰约束非凸不可微的难题,提出利用凸优化生成可微非保守避碰约束的技术,经狭窄场景验证可生成最优轨迹,且可推广至通用避碰运动规划。
2024-04-15 cs.RO cs.SY eess.SY
Collective motion planning for a group of robots using intermittent diffusion
在这项工作中,我们建立了一个简单而有效的策略,基于最优输运理论,使一组机器人完成复杂的任务,如形状形成和组装。我们证明了这种方法的可行性,并严格证明了所提出的算法的碰撞避免和收敛性能。
2020-10-17 math.OC
CIAO$^\star$: MPC-based Safe Motion Planning in Predictable Dynamic Environments
University of Freiburg(弗赖堡大学);Robert Bosch GmbH(罗伯特·博世有限公司)
几十年来,机器人一直在动态环境中运行并共享机器人。然而,大多数基于优化的运动规划方法不考虑其他代理(例如,人类或其他机器人)的移动,因此在这种情况下不能保证避免碰撞。本文基于凸内近似(CIAO)方法,提出了一种运动规划算法,保证在可预测的动态环境中避免碰撞。此外,它推广了CIAO的自由区域的概念,以任意的规范,并提出了一个成本函数近似的时间最优运动规划。所提出的方法,CIAO $^\star$,发现kinodynamically可行的和无碰撞的轨迹约束的单体机器人使用模型预测控制(MPC)。它优化一个代理的运动,并考虑周围代理和障碍物的预测运动。实验评估表明,CIAO $^\star$达到接近时间最优的行为。
2020-05-25 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
COLREGs Compliant Collision Avoidance and Grounding Prevention for Autonomous Marine Navigation
Department of Mechanical Engineering, Texas A&M University, College Station, USA(德克萨斯A&M大学机械工程系);American Bureau of Shipping, Spring, TX, USA(美国船舶局)
本文提出了一种基于凸优化的运动规划方法,用于自主水运船舶的碰撞规避、COLREGs合规性和搁浅预防。
2026-03-03 cs.RO math.OC
Collision avoidance and path finding in a robotic mobile fulfillment system using multi-objective meta-heuristics
Department of Industrial Engineering, Clemson University(工业工程系,克莱姆森大学)
针对多智能体路径规划中AGV避障与任务分配问题,提出兼顾能耗与行驶时间的避障策略及两种多目标优化算法,性能优于现有方法。
2025-10-29 cs.RO math.OC
Optimization-Based Collision Avoidance
Model Predictive Control Laboratory, Department of Mechanical Engineering, University of California, Berkeley, USA(加州大学伯克利分校机械工程系模型预测控制实验室);Automatic Control Laboratory, Department of Information Technology and Electrical Engineering, ETH Zurich, Switzerland(苏黎世联邦理工学院信息科技与电气工程系自动控制实验室)
本文提出一种将非光滑避障约束转化为光滑非线性约束的方法,利用凸优化的强对偶性。该方法适用于在n维空间中移动的受控物体,能处理一般障碍物和可表示为有限凸集并集的受控物体,并结合了传统轨迹生成算法中常用的有号距离概念。
2018-06-10 cs.RO cs.SY eess.SY