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
Collaborative Safety-Critical Formation Control with Obstacle Avoidance
University of California, Irvine（加州大学欧文分校）；Purdue University（普渡大学）
针对多智能体编队控制的安全需求，提出基于控制障碍函数的协作安全框架，支持多障碍物避障，证明了特定场景下的线性时间收敛，并通过仿真验证了多场景下的有限时间收敛效果。
2024-10-04 cs.RO cs.SY eess.SY
A Closed-Form CLF-CBF Controller for Whole-Body Continuum Soft Robot Collision Avoidance
Computer Science and Artificial Intelligence Laboratory, Massachusetts Institute of Technology（计算机科学与人工智能实验室，麻省理工学院）；Robotics Engineering Department, Worcester Polytechnic Institute（机器人工程系，沃斯堡理工学院）
本文提出闭式CLF-CBF控制器，用于软连续机器人的实时3D障碍物避障，通过分析嵌入安全约束确保稳定性和安全性，比传统方法快10至100倍。
2026-03-19 cs.RO
Safe Reference Tracking and Collision Avoidance for Taxiing Aircraft Using an MPC-CBF Framework
University of California, Irvine（加利福尼亚大学欧文分校）；Howard University（霍华德大学）；Augustana College（奥古斯塔纳学院）；Purdue University（普渡大学）
本文提出基于MPC-CBF的飞机自动滑行框架，结合图路径规划与HOCBF安全约束，实现安全参考跟踪与避障，仿真验证其性能优于PID-CBF方法。
2024-10-04 cs.RO cs.SY eess.SY
Deep Reinforcement Learning Controller for 3D Path-following and Collision Avoidance by Autonomous Underwater Vehicles
Norwegian University of Science and Technology（挪威科技大学）；Oklahoma State University（俄克拉荷马州立大学）
控制理论为工程师提供了大量的工具来设计控制器，以操纵动态系统的闭环行为和稳定性。这些方法在很大程度上依赖于对控制物理系统的数学模型的理解。然而，在复杂的系统中，如自主水下航行器执行路径跟踪和避碰的双重目标，决策变得不平凡。我们提出了一个解决方案，使用最先进的深度强化学习（DRL）技术，开发自主智能体能够实现这一混合目标，而无需先验知识的目标或环境。我们的研究结果表明，DRL在路径跟踪和避免碰撞的可行性，以实现人类的自主车辆系统在极端障碍配置的决策。
2020-06-17 cs.LG cs.RO
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
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
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
Safe Interactive Industrial Robots using Jerk-based Safe Set Algorithm
Carnegie Mellon University（卡内基梅隆大学）
提高生产线灵活性的需求要求机器人与人类工人合作。然而，现有的交互式工业机器人只能保证本质安全（减少碰撞冲击），而不能保证交互安全（避免碰撞），这大大限制了它们的灵活性。该问题源于现有工业机器人控制软件的两个局限性：1）缺乏对实时轨迹修改的支持; 2）缺乏在机器人动力学约束下具有保证碰撞避免的智能安全控制算法。为了解决第一个问题，以前开发了一个急动有界的位置控制器（JPC）。本文讨论了第二个限制，在JPC之上。具体来说，我们引入了一个基于急动的安全集算法（JSSA），以确保避免碰撞，同时考虑机器人的动力学约束。JSSA极大地扩展了原安全集算法的范围，该算法仅适用于具有无界加速度的二阶系统。JSSA在FANUC LR Mate 200 id/7 L机器人上实现，并通过HRI任务进行了验证。实验表明，JSSA可以始终保持机器人在一个安全的距离，同时执行指定的任务。
2022-09-20 cs.RO cs.SY eess.SY
Collision Avoidance and Geofencing for Fixed-wing Aircraft with Control Barrier Functions
Wichita State University（威奇托州立大学）；Nodein Autonomy Corporation（诺丁自主公司）；Parallax Advanced Research（视差高级研究公司）；Air Force Research Laboratory（空军研究实验室）；California Institute of Technology（加州理工学院）
本文针对固定翼飞机的避碰与地理围栏任务，提出了一种基于控制障碍函数（CBFs）的运行时保障（RTA）安全滤波器框架，在运动学和高保真动力学模型上验证了其能安全执行多重安全约束。
2025-01-28 cs.RO cs.SY eess.SY
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
Humanoid Self-Collision Avoidance Using Whole-Body Control with Control Barrier Functions
Massachusetts Institute of Technology（麻省理工学院）
这项工作结合了控制障碍功能（CBF）与全身控制器，使自我碰撞避免麻省理工学院的人形。现有的反应控制器的自碰撞避免不能保证无碰撞的轨迹，因为它们不利用机器人的全部动力学，从而损害运动学的可行性。相比之下，所提出的CBF-WBC控制器可以实时推理机器人的欠驱动动力学，以保证无碰撞运动。仿真结果验证了该方法的有效性。首先，一个简单的伸手实验表明，CBF-WBC使机器人的手偏离一个不可行的参考轨迹，以避免自碰撞。第二，CBF-WBC与设计用于动态运动的线性模型预测控制器（LMPC）相结合，并且CBF-WBC用于跟踪LMPC预测。步行实验表明，添加CBF避免腿部自碰撞时，由高层次的规划器提供的脚步位置或摆动轨迹是不可行的真实机器人，并产生可行的手臂运动，提高干扰恢复。
2022-11-06 cs.RO
Safe and Robust Observer-Controller Synthesis using Control Barrier Functions
University of Michigan（密歇根大学）
本文讨论了安全关键控制器的估计反馈的综合。我们提出了一个控制器的互连，以确保非线性系统保持安全，尽管有界干扰系统的动态和测量，对应于部分状态信息。观测器和控制器的协同设计是至关重要的，因为即使在不受干扰的情况下，独立设计的观测器和控制器也可能不会使系统安全。我们提出了两种方法来合成的控制器-控制器互连。第一种方法使用输入状态稳定观测器，第二种方法使用有界误差观测器。利用这些稳定性和有界性的观测误差，我们构造了新的控制障碍函数，施加不等式约束的控制输入，当满足时，证明安全。我们提出了基于二次规划的控制器来满足这些约束，并证明了Lipschitz连续性的派生控制器。仿真和实验验证了所提方法的有效性。
2022-11-25 cs.RO cs.SY eess.SY
Sliding Mode Control for Safe Trajectory Tracking with Moving Obstacles Avoidance: Experimental Validation on Planar Robots
Centre for Cyber-Physical Systems（网络物理系统中心）；Department of Aerospace Engineering（航空航天工程系）；Indian Institute of Science（印度科学研究院）
本文提出了一种统一的鲁棒轨迹跟踪和移动障碍物避障控制框架，通过通用运动学变换将多种车辆动力学转换为严格反馈形式，设计滑模控制器实现精确鲁棒跟踪，并结合碰撞锥控制屏障函数确保动态环境中的安全操作。
2026-04-27 cs.RO cs.SY eess.SY
Nonconvex Obstacle Avoidance using Efficient Sampling-Based Distance Functions
University of Southern California（南加州大学）；Eindhoven University of Technology (TU/e)（埃因霍温理工大学）
针对非凸形状机器人在非线性动力学下避开非凸障碍物的问题，提出基于采样的距离函数高效计算方法，证明其为有效非光滑控制障碍函数，验证了导航任务性能并分析样本数量对效率的影响。
2025-04-12 cs.RO cs.SY eess.SY
Decentralized Contingency MPC based on Safe Sets for Nonlinear Multi-agent Collision Avoidance
Institute for Electrical Engineering in Medicine, University of Luebeck, Luebeck, Germany（医学电气工程研究所，吕贝克大学，吕贝克，德国）
本文提出基于安全集的去中心化应急MPC框架，实现非线性多智能体在仅状态信息下的碰撞避免，通过局部优化问题和应急证书保证递归可行性与收敛性。
2026-05-11 cs.MA cs.RO cs.SY
Control Barrier Function Based UAV Safety Controller in Autonomous Airborne Tracking and Following Systems
Virginia Tech（弗吉尼亚理工大学）；University of Kentucky（肯塔基大学）；University of Louisville（路易斯维尔大学）
针对无人机空中跟踪非合作目标时的碰撞风险，提出基于控制屏障函数的二次规划安全控制器，最小化修改轨迹跟踪输入以保证安全，并在AirSim模拟中验证了有效性。
2023-12-28 cs.RO cs.SY eess.SY
Collision Avoidance in Tightly-Constrained Environments without Coordination: a Hierarchical Control Approach
University of California at Berkeley（加州大学伯克利分校）
我们提出了一种分层控制方法，用于在严格约束的环境中操纵自动驾驶汽车（AV），其中存在其他移动的AV和/或人类驾驶的车辆。提出了一个两级层次结构：一个高层次的数据驱动的策略预测器和一个低层次的基于模型的反馈控制器。策略预测器通过神经网络将动态环境的编码映射到一组高级策略。取决于所选择的策略，一组时变超平面在AV的位置空间在线生成和相应的半空间约束包括在较低级别的基于模型的滚动时域控制器。这些依赖于策略的约束驱使车辆驶向可能保持可行性的区域。此外，预测的策略还通知在离散策略集之间的切换，这允许在预测置信度低时进行更保守的行为。我们证明了所提出的数据驱动的分层控制框架的有效性，在两辆车的碰撞避免的情况下，通过模拟和实验的1/10规模的自主汽车平台上的策略指导的方法优于模型预测控制基线在这两种情况下。
2021-03-18 cs.RO cs.SY eess.SY
Non-Conservative Obstacle Avoidance for Multi-Body Systems Leveraging Convex Hulls and Predicted Closest Points
Eindhoven University of Technology（埃因霍温理工大学）；Philips IGT Systems Mechatronics（飞利浦IGT机电系统公司）
本文提出一种将未来最近点预测与凸包结合并集成到避障控制器距离约束中的新方法，有效解决了最近点突变问题，降低了碰撞风险，并在Image Guided Therapy机器人上验证了其能提升轨迹平滑度与导航安全性。
2024-10-16 cs.RO
Layered Safety: Enhancing Autonomous Collision Avoidance via Multistage CBF Safety Filters
Caltech（卡内基梅隆大学）
本文提出一种多阶段CBF安全过滤器，通过预测和实时安全过滤提升机器人动态避障的鲁棒性和安全性。
2026-09-14 cs.RO
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
Time-Efficient Iterative Learning Planning for Safety-Critical Dynamic Obstacle Avoidance
Beijing Institute of Technology（北京理工大学）；Beihang University（北京航空航天大学）
本文通过集成预期风险混合控制障碍函数扩展迭代学习规划，实现动态环境中的安全关键避障，在低计算开销下提升时间效率与安全性。
2026-09-18 cs.RO
SAFER: Safe Collision Avoidance using Focused and Efficient Trajectory Search with Reinforcement Learning
Apple Inc.（苹果公司）
本文提出SAFER避碰系统，结合强化学习、在线轨迹规划与自动紧急制动，通过学习修正控制动作来聚焦搜索无碰撞轨迹，在真实环境中实现了更安全、高效且平滑的机器人控制。
2023-06-28 cs.AI cs.RO
Geometric Model Predictive Path Integral for Agile UAV Control with Online Collision Avoidance
Multi-robot Systems Group, Faculty of Electrical Engineering, Czech Technical University in Prague（多机器人系统组，电气工程系，布拉格捷克技术大学）
本文提出几何模型预测路径积分（GMPPI）用于无人机敏捷控制与在线避障，通过几何SE(3)控制和定制代价函数提升避障与跟踪性能。
2026-02-23 cs.RO
Composition of Safety Constraints For Fixed-Wing Collision Avoidance Amidst Limited Communications
University of California, Irvine（加州大学欧文分校）
本文研究如何保证固定翼无人机系统能够避免碰撞。为此，我们开发了一种新的方法来创建一个障碍函数，这是类似于李雅普诺夫函数，可用于确保系统可以保持安全的所有未来的时间。在介绍了一般的方法，它是如何确保避免碰撞的两辆车可以保证所有未来的时间。然后，通过解决如何同时满足多个安全目标，将该构造扩展到任意多个车辆的情况。我们这样做，同时确保输出执行器命令在指定的限制。由于这种提法需要控制值的通信，因此可能会降低其他重要消息的吞吐量，然后我们展示了如何重新制定的解决方案，而没有这种显着的通信开销，同时仍然确保安全性得到维护和执行器的限制得到尊重。我们验证了本文的理论发展，在模拟器SCRIMMAGE与20无人机，保持安全距离，即使他们的名义路径，否则会造成碰撞的模拟。
2021-07-21 cs.RO
A Learning-Based Control Barrier Function for Car-Like Robots: Toward Less Conservative Collision Avoidance
RWTH Aachen University（亚琛工业大学）
本文提出一种基于学习的控制屏障函数，通过神经网络近似考虑机器人朝向和形状的不可微安全裕度，并引入相对动力学概念，在类车机器人碰撞避免中显著降低保守性。
2025-11-09 cs.MA cs.RO cs.SY
Safe Bimanual Teleoperation with Language-Guided Collision Avoidance
INRIA, Université de Lorraine, CNRS（INRIA、洛林大学、法国国家科学研究中心）
本文提出结合沉浸式VR控制与语音激活避碰的安全双手遥操作框架，通过语音指令构建三维障碍物网格并集成到全身控制器，在杂乱环境中显著提升操作安全性且不降低任务效率。
2025-07-07 cs.RO
Obstacle Avoidance for Unicycle-Modelled Mobile Robots with Time-varying Control Barrier Functions
Zhejiang University（浙江大学）；Cruise LLC（Cruise有限责任公司）
针对独轮车模型移动机器人，提出结合时变CBF与CLF的QP安全关键控制器，通过同时控制线速度和角速度实现实时导航与动态避障。
2023-07-17 cs.RO
Dynamic Collision Avoidance Using Velocity Obstacle-Based Control Barrier Functions
Zhejiang University（浙江大学）；Shenzhen Polytechnic University（深圳职业技术大学）
本文提出在速度空间构建基于速度障碍的控制屏障函数（VOCBF），结合CLF和决策网络求解MIQP，实现加速度控制独轮机器人在动态环境中的高效避障，并扩展至多机器人系统。
2025-03-09 cs.RO
Reactive Collision Avoidance for Safe Agile Navigation
New York University（纽约大学）
本文提出一种仅依赖机载感知与计算的统一反应式框架，将非线性模型预测控制与自适应控制屏障函数结合，利用神经网络细化RGB-D数据并动态调整约束，在四旋翼飞行器上实现了无需环境调参和显式建图的安全敏捷避障。
2025-06-05 cs.RO
Whole-body Dynamic Collision Avoidance with Time-varying Control Barrier Functions
Zhejiang University（浙江大学）
本文提出一种基于机器人中心欧几里得符号距离场构造时变控制屏障函数的安全关键控制器，结合控制李雅普诺夫函数并转化为二次规划问题，实现 L 形机器人全身动态避障。
2023-11-30 cs.RO
A Collision-Free Sway Damping Model Predictive Controller for Safe and Reactive Forestry Crane Navigation
Automation & Control Institute (ACIN), TU Wien（自动化与控制研究所（ACIN），维也纳技术大学）；Center for Vision, Automation & Control, AIT Austrian Institute of Technology GmbH（视觉、自动化与控制中心，奥地利技术研究所）
本文提出了一种无碰撞的摇摆阻尼模型预测控制器，用于林业起重机的安全导航和实时环境适应。
2026-02-10 cs.RO
Learning Safety for Obstacle Avoidance via Control Barrier Functions
Boston University（波士顿大学）；University of Maryland（马里兰大学）
本文提出用残差神经网络预测间隙并构造局部安全球，结合离散时间高阶CBF与非线性优化及松弛技术，实现任意非凸几何机器人在杂乱环境中的快速无碰撞导航。
2025-09-19 cs.RO
ARCAS: An Augmented Reality Collision Avoidance System with SLAM-Based Tracking for Enhancing VRU Safety
Department of Civil, Architectural, and Environmental Engineering, The University of Texas at Austin（德克萨斯大学奥斯汀分校土木、建筑与环境工程系）；School of Architecture, The University of Texas at Austin（德克萨斯大学奥斯汀分校建筑学院）
ARCAS通过融合激光雷达与SLAM跟踪，为行人提供实时AR避障，显著提升城市出行安全。
2026-01-30 cs.AR cs.CV cs.ET
Decentralized Nonlinear Model Predictive Control for Safe Collision Avoidance in Quadrotor Teams with Limited Detection Range
New York University, Tandon School of Engineering（纽约大学坦登工程学院）
针对多四旋翼系统在传感与通信受限下的安全协调问题，提出集成指数控制障碍函数的去中心化非线性模型预测控制方法，提供检测范围最小下界保证，并通过仿真和实验验证其有效性与实用性。
2024-09-25 cs.MA cs.RO
Multi-Agent Obstacle Avoidance using Velocity Obstacles and Control Barrier Functions
Royal Institute of Technology (KTH)（皇家理工学院（KTH））
本文提出将速度障碍（VO）用于引导与控制屏障函数（CBF）用于安全相结合的多智能体避障方法，克服VO过于保守的问题并形式化保证安全性，实验表明其在路径平滑性、避碰和成功率上优于基线。
2025-03-11 cs.MA cs.RO
Multi-level decision framework collision avoidance algorithm in emergency scenarios
State Key Laboratory of Automotive Simulation and Control, Jilin University（吉林大学汽车仿真与控制国家重点实验室）；School of Engineering, University of Birmingham（伯明翰大学工程学院）；School of Electrical and Computer Engineering, Purdue University（普渡大学电气与计算机工程学院）
针对紧急动态避障问题，本文提出融合安全距离模型、紧急转向与制动的多级决策框架，并通过多约束规划提升复杂交通场景下的避撞安全性。
2023-04-21 cs.RO
Safe Expeditious Whole-Body Control of Mobile Manipulators for Collision Avoidance
Shenzhen International Graduate School, Tsinghua University（清华大学深圳国际研究生院）；School of Advanced Manufacturing, Sun Yat-Sen University, Sun Yat-Sen University（中山大学先进制造学院）；School of Electrical and Automation Engineering, Hefei University of Technology（合肥工业大学电气与自动化工程学院）
针对移动操作机器人全身避障中的伪平衡与动态障碍难题，提出将自适应循环不等式融入CBF-QP，并结合自碰撞避免，实现安全可靠的全身无碰撞控制。
2025-07-28 cs.RO
Safe Navigation and Obstacle Avoidance Using Differentiable Optimization Based Control Barrier Functions
Tandon School of Engineering, New York University（纽约大学坦登工程学院）；New York University Abu Dhabi（纽约大学阿布扎比分校）
本文提出了一种基于可微优化碰撞检测的缩放因子框架，系统地定义用于避障任务的控制障碍函数，并在2D移动机器人和FR3机器人操纵器上验证了其计算高效性和实时控制能力。
2023-11-22 cs.RO
Envelopes and Waves: Safe Multivehicle Collision Avoidance for Horizontal Non-deterministic Turns
New Mexico State University（新墨西哥州立大学）；Johns Hopkins University Applied Physics Laboratory（约翰斯·霍普金斯大学应用物理实验室）
我们提出了一种方法来分析两个车辆的异步，独立的，非确定性的，转向轴承水平机动的安全性。未来的转弯速率、最终方位和整个遭遇过程中不断变化的地面速度都是未知的，但仅限于已知的范围。我们开发了一个关于车削运动学的正式证明库，并应用该库创建一个正式验证的定时计算。此外，我们创建了一个技术，评估未来的碰撞的可能性，是基于波的位置的可能性，并依赖于定时计算。结果要么确定相遇将是无碰撞的，要么计算碰撞可能发生的时间和地点的安全过度近似。
2022-05-10 cs.LO cs.RO math.OC
Generalizing Safety Beyond Collision-Avoidance via Latent-Space Reachability Analysis
Carnegie Mellon University（卡内基梅隆大学）；Delft University of Technology（代尔夫特理工大学）
本文提出潜在安全过滤器，通过潜在空间可达性分析，使机器人能自动计算安全动作，防止难以手动编写但可通过高维观测识别的故障。
2025-04-30 cs.LG cs.RO
Full-Body Dynamic Safety for Robot Manipulators: 3D Poisson Safety Functions for CBF-Based Safety Filters
Computing and Mathematical Sciences, California Institute of Technology（加州理工学院计算与数学科学系）；Mechanical and Civil Engineering, California Institute of Technology（加州理工学院机械与土木工程系）
本文提出利用3D泊松安全函数实现机器人机械臂在动态环境中的全身避障，通过求解泊松方程生成全局平滑的CBF，确保任务空间的安全约束。
2026-04-23 cs.RO
Tether-Aware Dynamic Collision Avoidance for USV-HROV Systems
Zhejiang University（浙江大学）
针对USV跟踪HROV时水下系缆与过往船只刮擦及系缆绷紧风险，提出一种系缆感知的动态避碰方法，通过引入系缆安全感知平面域和系缆绷紧感知速度障碍法，实现安全避碰并降低系缆绷紧可能性。
2026-05-31 cs.RO
Obstacle Avoidance Using a Monocular Camera
Stanford University（斯坦福大学）
基于简单数码相机的防撞系统将有助于将小型无人机安全地集成到拥挤的低空环境中。在这项工作中，我们提出了一个小型无人机避障系统，使用单目摄像机与混合神经网络和路径规划控制器。该系统由一个视觉网络，用于估计深度从相机图像，一个高级控制网络，碰撞预测网络，和应急策略。该系统是在一个模拟的无人机上进行评估，在一个受约束的飞行模式中航行的障碍课程。结果表明，该系统实现了低碰撞率，同时保持操作相关的飞行速度。
2021-01-25 cs.AI cs.RO
VLPSA: Vision-Language-Poisson-Safe Actions for Full-Body Safety of Learned Policies
California Institute of Technology（加州理工学院）
VLPSA提出一种基于泊松安全函数的安全过滤框架，为VLA策略提供全身碰撞避免，无需重训练，在SafeLIBERO上将碰撞避免率从23.1%提升至91.2%，并在Franka FR3上实现实时部署。
2026-09-22 cs.RO
Responsibility-associated Multi-agent Collision Avoidance with Social Preferences
Carnegie Mellon University（卡内基梅隆大学）；University of North Carolina at Charlotte（北卡罗来纳大学夏洛特分校）
提出了一种新的社会偏好感知的分散式安全控制框架来解决多智能体避碰中的责任分配问题。考虑到智能体之间的合作不一定是对称的，本文研究了不同合作水平的异构智能体之间的半合作行为。借鉴社会价值取向（SVO）对个体自私性进行量化的思想，我们提出了一种新的责任相关社会价值取向（R-SVO）的概念，用以表达两个体之间的相对社会含义。这是用来重新定义每个代理的社会偏好或个性的相应的责任份额，在促进协调的情况下，如半合作的碰撞避免，其中所有代理以不对称的方式进行交互。通过将这种相对的社会影响，通过建议本地成对的责任权重，我们开发了一个责任相关的控制障碍函数为基础的安全控制框架的个人代理，和多智能体碰撞避免实现正式可证明的安全保证。仿真结果表明，所提出的框架的有效性和效率在几个多智能体导航任务，如位置交换游戏，自动驾驶汽车高速公路匝道合并的情况下，和一个圆形的位置交换游戏。
2022-06-17 cs.MA cs.RO
VPH+ and MPC Combined Collision Avoidance for Unmanned Ground Vehicle in Unknown Environment
Beijing Institute of Technology（北京理工大学）
在许多情况下，无人驾驶地面车辆只能在环境的部分可观测性下工作。因此，一个可行的非完整避障和目标跟踪行动必须立即产生的实时感知信息的基础上。本文提出了一种鲁棒的VPH+（增强矢量极坐标直方图）和MPC（模型预测控制）的集成方法。VPH+用于计算其环境感知能力和计算效率的期望方向，而MPC则用于执行约束模型预测轨迹生成。这种方法可以在无功控制器中实现。在VREP中进行了仿真实验，以验证所提出的方法。
2018-05-21 cs.RO
Admittance Controller Complemented with Real-time Singularity Avoidance for Rehabilitation Parallel Robots
Universitat Politècnica de València（瓦伦西亚理工大学）；Universidad de los Andes（安第斯大学）
针对并联机器人工作空间奇异点导致传统导纳控制不安全的问题，提出结合实时奇异点规避算法并采用三维跟踪获取实际位置的导纳控制器，并在4自由度膝关节康复并联机器人上验证其安全有效性。
2024-01-17 cs.RO cs.SY eess.SY
Obstacle avoidance-driven controller for safety-critical aerial robots
Hamburg University of Technology（汉堡工业大学）；Institute of Mechanics and Ocean Engineering（力学与海洋工程研究所）
本论文的目的是将控制障碍函数（CBF）与模型预测控制（MPC）相结合，提出一种新的模型预测控制障碍函数（MPCBF）。可以表明，由于MPC的时间范围增加，MPCBF的性能超过CBF的性能。此外，MPCBF应用于四旋翼，一个系统强烈需要快速和预测控制。使用MPCBF，四旋翼能够避开障碍物，CBF由于障碍物的相对速度而未能避开障碍物。这项工作的结果进行了实验验证。
2020-11-19 cs.RO cs.SY eess.SY
Adaptive Leader-Follower Formation Control and Obstacle Avoidance via Deep Reinforcement Learning
University of Florida（佛罗里达大学）；Amazon Robotics（亚马逊机器人公司）；Tongdun Technology（同盾科技）
我们提出了一种深度强化学习（DRL）的跟踪，避障和编队控制的非完整机器人的方法。通过将基于视觉的控制分为感知模块和控制器模块，我们可以训练DRL代理，而无需复杂的物理或3D建模。此外，模块化框架避免了图像到动作端到端神经网络的令人生畏的重新训练，并提供了将控制器转移到不同机器人的灵活性。首先，我们训练卷积神经网络（CNN）以在具有动态前景/背景的室内环境中准确定位。然后，我们设计了一个新的DRL算法称为动量策略梯度（MPG）的连续控制任务，并证明了其收敛性。我们还表明，MPG是强大的跟踪不同的领导人的运动，自然可以扩展到编队控制问题。利用奖励塑造，碰撞和避障等功能可以轻松集成到DRL控制器中。
2019-11-15 cs.RO cs.SY eess.SY
Model Predictive Contouring Control for Vehicle Obstacle Avoidance at the Limit of Handling
Delft University of Technology（代尔夫特理工大学）；Siemens PLM Software（西门子PLM软件公司）
针对车辆在操纵极限下的紧急避障问题，提出融合规划、跟踪与稳定性的非线性MPCC，并通过高保真仿真和实时硬件验证其性能。
2023-08-13 cs.RO cs.SY eess.SY
Flexible Active Safety Motion Control for Robotic Obstacle Avoidance: A CBF-Guided MPC Approach
Southeast University（东南大学）；Loughborough University（拉夫堡大学）；Shanghai University of Electric Power（上海电力大学）
针对机械臂动态避障与轨迹跟踪需求，提出融合动态衰减率柔性CBF引导安全准则的MPC控制方法，通过将衰减率作为优化变量、设计带惩罚项的代价函数动态调整安全裕度，经UR5机械臂多场景实验验证有效。
2024-05-20 cs.RO cs.SY eess.SY
Safety Verification for Evasive Collision Avoidance in Autonomous Vehicles with Enhanced Resolutions
New York University（纽约大学）；North Carolina A&T State University（北卡罗来纳农工州立大学）；University of Notre Dame（圣母大学）；Qualcomm（高通公司）；Torc Robotics（托尔克机器人公司）；Glasgow Caledonian University（格拉斯哥卡里多尼亚大学）；American Axle & Manufacturing（美国车桥制造公司）；Gatik AI（加蒂克人工智能公司）
本文针对自动驾驶规避最小风险机动系统提出系统的危害分析、风险评估与损失评价方法，并引入缓释完整性等级以验证最小风险机动功能，从而提升主动安全功能的可靠性。
2024-11-05 cs.RO cs.SY eess.SY
Enhanced Emotion Enabled Cognitive Agent Based Rear End Collision Avoidance Controller for Autonomous Vehicles
Iqra University（伊克拉大学）；COMSATS（COMSATS大学）
本文提出一种基于增强型情感驱动认知代理的后方碰撞避免控制器，通过引入恐惧情绪生成机制，提高自动驾驶车辆的碰撞避免效率和规则数量。
2017-08-06 cs.AI cs.MA cs.RO
