Collision Avoidance Control for a Two-wheeled Vehicle under Stochastic Vibration using an Almost Sure Control Barrier Function
Kagoshima University(鹿儿岛大学);Okayama University(冈山大学)
本文提出基于随机控制障碍函数的双轮车避障控制方法,通过实验验证在随机振动环境下实现碰撞避免的安全性。
2026-03-30 cs.SY eess.SY
A hybrid controller for safe and efficient collision avoidance control
Research Institute of Trustworthy Autonomous Systems, SUSTech(南方科技大学可信自主系统研究院);School of Automation, Hangzhou Dianzi University(杭州电子科技大学自动化学院);Verimag, Université Grenoble Alpes(格勒诺布尔阿尔卑斯大学Verimag实验室)
我们设计和实验评估的混合安全的结构防撞控制器的自动驾驶汽车。该控制器将自适应控制器和离散安全控制器各自的优点结合到单个架构中。自适应控制器依赖于模型预测控制以在标称条件下实现最佳效率。安全控制器通过分别针对标称和非标称条件应用两种不同的策略来避免冲突。我们提出了自适应和安全控制器的设计原则,并展示了每个控制器如何在混合架构中做出贡献,以提高性能,道路占用率和乘客舒适度,同时保持安全性。实验结果证实了该方法的可行性和混合控制器的安全和有效的驾驶的实际意义。
2021-03-29 cs.RO cs.SY eess.SY
Auction-Based Responsibility Allocation for Scalable Decentralized Safety Filters in Cooperative Multi-Agent Collision Avoidance
German Aerospace Center (DLR), Institute of Flight Systems(德国航空航天中心(DLR)飞行系统研究所)
提出基于高阶控制屏障函数和拍卖责任分配的可扩展去中心化安全滤波器,通过非对称分配约束减少计算负荷,实现多智能体协同避碰。
2026-06-19 cs.SY eess.SY
Simultaneous Lane-Keeping and Obstacle Avoidance by Combining Model Predictive Control and Control Barrier Functions
本文将模型预测控制(MPC)与控制障碍函数(CBF)设计方法相结合,提出了一种同时实现车道保持和避障的递阶控制律:在低层,MPC通过轨迹跟踪实现车道保持和避障;在高层次上,设计了不同的基于CBF的安全滤波器,确保LK和OA在一些实际场景中进行比较。特别是,我们表明,指数安全(ESf)和规定时间安全(PTSf)过滤器,在必要时覆盖MPC控制,导致可行的二次规划时,安全的优先级适当。我们还研究控制设计输入约束,通过使用输入约束CBF。最后,我们比较了ESf,PTSf,和他们的输入受限的同行的组合的性能相对于LK和OA的目标在两个模拟研究早期和晚期检测到的障碍物的情况。
2022-04-13 cs.SY eess.SY
Risk Aware Safe Control with Multi-Modal Sensing for Dynamic Obstacle Avoidance
The Ohio State University(俄亥俄州立大学)
本文提出一种融合概率状态估计与条件风险值控制障碍函数的安全框架,通过 Wasserstein barycenter 结合多模感知数据,提升自动驾驶在动态环境中的安全性和鲁棒性。
2026-03-14 cs.SY eess.SY
Collision Avoidance Safety Filter for an Autonomous E-Scooter using Ultrasonic Sensors
University of Stuttgart(斯图加特大学);ETH Zürich(苏黎世联邦理工学院)
本文针对自主电动滑板车在行人区域的安全运行问题,提出一种基于多个低成本超声波传感器的避碰安全滤波器,通过滤波处理测量噪声和缺失值并结合增益调度控制器限制速度,实现与未知障碍物的安全避碰,并通过真实实验验证其有效性。
2024-05-27 cs.RO 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
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
Tractable Compositions of Discrete-Time Control Barrier Functions with Application to Lane Keeping and Obstacle Avoidance
本文引入离散时间系统的控制障碍函数,证明了它对于给定集合的受控不变性是必要的和充分的。此外,我们提出了非线性离散时间控制障碍函数的部分控制仿射系统,导致控制的不变性条件是仿射的控制输入,导致一个易于处理的配方,使我们能够处理的安全最优控制问题的应用范围更广,更复杂的安全条件比现有的方法。此外,我们开发的混合整数配方的基本和次要的布尔组成的多个控制障碍函数,并进一步提供混合整数约束分段控制障碍函数。最后,我们将这些离散时间控制障碍函数工具应用于汽车的车道保持和避障等安全问题,并在仿真中验证了其有效性。
2020-04-04 cs.SY eess.SY
Wireless communication for safe UAVs: From Long-Range Deconfliction to short-range collision avoidance
小型无人机正在成为我们日常生活的一部分。它们被用于各种各样的商业应用,空中无人机的数量正在稳步增长。为了确保无人机的安全运行,交通管理规则必须由航空电子和电信专家设计和实施。在本文中,我们建议为这两个社区建立一个通用术语。我们首先描述的交通管理体系结构和服务。接下来,我们概述了几种用于定义无人机间间隔距离的方法,以确保安全操作。此外,我们还分析了哪些现有技术可以用于这些定义。最后,我们提出的测量结果表明,我们的新的基于Wi-Fi的消息传递方案是一个潜在的有用的工具,无人机交通管理系统。
2020-03-11 cs.NI 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
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
Provably Safe Finite-Time Guidance for Marine Vehicles
本文提出一种具有有限时间收敛特性的海洋导航控制策略,通过预定义时间航向控制和虚拟航路点,在满足输入约束下保证航路点到达与安全避障,并在Imazu基准上优于现有方法。
2024-02-09 cs.SY eess.SY
A Predictive Cooperative Collision Avoidance for Multi-Robot Systems Using Control Barrier Function
Harbin Institute of Technology Shenzhen(哈尔滨工业大学深圳研究院);Southern University of Science and Technology(南方科技大学);University of Oulu(奥卢大学);VTT-Technical Research Centre of Finland(芬兰技术研究中心)
本文提出基于预测安全矩阵的多机器人系统协作避障方法,通过最小特征值强化安全条件,并嵌入路径冲突策略以避免死锁,提升系统鲁棒性和效率。
2025-01-14 cs.RO cs.SY eess.SY
Real-Time Sensor-Based Feedback Control for Obstacle Avoidance in Unknown Environments
本文提出一种基于距离函数及其梯度的局部Lipschitz连续安全速度锥控制器,实现未知环境中的实时避障与安全导航,并保证目标几乎全局渐近稳定,适用于有限距离传感器车辆。
2024-03-13 cs.SY eess.SY
Safe Learning Reference Governor: Theory and Application to Fuel Truck Rollover Avoidance
University of Michigan(密歇根大学);U.S. Army DEVCOM GVSC(美国陆军DEVCOM地面车辆系统中心)
本文提出了一种学习参考调速器(LRG)的方法来执行状态和控制约束的系统中,一个准确的模型是不可用的,这种方法使参考调速器,通过学习逐步提高命令跟踪性能,同时执行的限制,在学习过程中和学习完成后。学习可以在系统的黑盒型模型上执行,也可以直接在硬件上执行。在介绍了LRG算法并概述其理论特性后,本文研究了LRG在燃油车(油罐车)防侧翻中的应用。通过模拟的基础上的燃料车模型,占液体燃料晃动的影响,我们表明,建议的LRG可以有效地保护燃料车翻车事故在各种操作条件下。
2021-09-08 cs.LG cs.SY eess.SY
Safe and efficient collision avoidance control for autonomous vehicles
我们研究了一种新的原则,安全和有效的防撞,采用数学优雅和一般的框架抽象尽可能多的控制车辆的动力学和环境。车辆动力学的特征在于用于加速和制动到给定速度的预先计算的函数。环境是由时间的函数建模,给出了自由距离的受控车辆的假设下,障碍物是固定的或在同一方向上移动。主要的结果是一个控制策略,强制执行车辆的速度,以避免碰撞,并有效地利用自由距离前进,提供了一些初始的安全条件。所研究的原则适用于两个离散控制器的设计,一个同步和另一个异步。我们表明,这两个控制器是安全的建设。此外,我们表明,他们的效率严格增加的离散化的粒度减小。我们目前的两个控制器的实现,他们的实验评估在卡拉自动驾驶模拟器和调查各种性能问题。
2020-10-02 cs.FL cs.SE cs.SY
A Method for Crash Prediction and Avoidance Using Hidden Markov Models
近年来,汽车技术取得了稳步发展。特别是,高级驾驶员辅助系统(ADAS)为商用车提供了许多安全功能,例如行人检测、车道保持辅助、紧急自动制动等。尽管这些功能为驾驶员提供了更安全的操作环境,但由于道路条件复杂,道路使用者(包括车辆、行人、骑自行车者、和非机动车。在本文中,我们的目的是预测的可能性之间的碰撞车辆在高速公路上,并实施适当的主动安全系统,以防止相同的。特别是,隐马尔可夫模型的交通车道和高速公路上的车辆的速度变化。算法的开发用于预测的碰撞概率。利用Matlab进行了仿真实验,结果验证了所提方法的有效性。
2022-12-22 cs.SY eess.SY
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
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
A Smooth Penalty-Based Feedback Law for Reactive Obstacle Avoidance with Convergence Guarantees
University of Quebec in Outaouais(渥太华谷大学);Lakehead University(湖首大学)
针对未知障碍物环境下仅用局部传感的安全自主导航问题,提出SPF平滑惩罚反馈控制器,通过闭式投影结构修改标称输入保证安全裕度前向不变,无需地图等,结合导航势梯度下降实现几乎全局渐近稳定,仿真验证有效。
2025-11-12 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
Spline Trajectory Tracking and Obstacle Avoidance for Mobile Agents via Convex Optimization
提出一种基于输出反馈控制的运动规划技术,通过将多边形环境分解为重叠单元并利用CLFs和CBFs构建LMIs,求解SDP问题为每个凸单元综合出控制器,实现智能体多项式轨迹跟踪与避障,仿真验证了其对初始条件变化的鲁棒性和安全性。
2024-03-25 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
Safety-Critical Control and Planning for Obstacle Avoidance between Polytopes with Control Barrier Functions
UC Berkeley(加州大学伯克利分校)
多面体间的避障问题是最优控制和基于优化的轨迹规划问题中的一个具有挑战性的课题。现有的工作要么解决这个问题,通过混合整数优化,依赖于简化的系统动力学,或通过模型预测控制与双变量使用距离约束,需要长的视野避障。在任何一种情况下,解决方案只能作为离线规划算法应用。在本文中,我们利用的属性,一个较小的地平线是足够的避障,通过使用离散时间控制障碍函数(DCBF)的约束,我们提出了一种新的优化配方与双变量的基础上DCBF生成一个无碰撞的动态可行的轨迹。所提出的优化公式具有较低的计算复杂性相比,现有的工作,可以作为一个快速的在线算法的控制和规划一般的非线性动力系统。我们验证了我们的算法不同的机器人形状,使用数值模拟与运动自行车模型,从而成功地通过迷宫环境中的多面体障碍物导航。
2022-05-31 cs.RO cs.SY eess.SY
Safe and robust tube-based path-following for robot navigation
Universidade Federal de Minas Gerais (UFMG)(米纳斯吉拉斯联邦大学);NUAR Systems LTDA(NUAR系统有限公司)
该研究针对未知杂乱环境中的机器人路径跟踪任务,提出含标称制导控制、平滑避障、统一控制目标与自适应组件的管型控制导航框架,经仿真验证可保障安全鲁棒性。
2026-08-04 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
A Barrier-Modulated Architecture for Safe Affine Formation Control in Second-Order Multi-Agent Systems
提出一种结合高阶控制屏障函数与自适应动态规划的屏障调制架构,实现二阶多智能体系统的安全仿射编队控制,通过分析型与数据驱动两种安全控制器保证绝对避碰和一致最终有界编队跟踪误差。
2026-06-06 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
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
An Embedded Decision Support System for Runway Safety and Excursion Avoidance
University of Patras(帕特雷大学);Coventry University(考文垂大学)
本文提出嵌入式系统RUN.S.A.F.E.,通过静态与动态计算预测波音737-800等民用飞机起降阶段的跑道冲出风险,助力跑道安全与冲出规避。
2024-06-14 cs.ET cs.RO cs.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
Paying for Space: Incentive-Aware Motion Planning for Multi-Agent Collision Avoidance
University of California, Los Angeles(加州大学洛杉矶分校)
本文提出一种结合VCG机制与凸安全走廊的多阶段运动规划框架,用于先进空中交通系统中私有成本智能体的碰撞避免,激励真实偏好披露并实现安全去中心化协调。
2026-09-22 cs.SY eess.SY
Real-time Traffic Simulation and Management for Large-scale Urban Air Mobility: Integrating Route Guidance and Collision Avoidance
针对大规模城市空中交通(UAM)运行的安全与效率问题,提出整合路径引导与避撞的管理框架,通过集中式快速路径规划与分布式速度障碍避撞实现优化,仿真显示其在多指标上显著优于基线策略。
2025-08-25 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
NeuroHJR: Hamilton-Jacobi Reachability-based Obstacle Avoidance in Complex Environments with Physics-Informed Neural Networks
Department of Physical Science, Indian Institute of Science Education and Research(物理科学系,印度科学教育与研究学院);Department of Aerospace Engineering, Indian Institute of Science(航空航天工程系,印度科学研究院);Department of Computer Science and Engineering, Shiv Nadar University(计算机科学与工程系,施瓦斯纳大学)
NeuroHJR利用物理引导神经网络近似Hamilton-Jacobi可达性方法,实现复杂环境中高效实时障碍物避障。
2025-12-01 cs.RO cs.SY eess.SY
X-Safe: Embodiment-Agnostic Safeguarding for Robot Arm Manipulation Policies via Action Masking
University of California, Berkeley(加州大学伯克利分校)
提出X-Safe方法,在机器人配置空间中直接推理,提供碰撞避免的形式化概率保证,无需额外数据或工程适配即可跨实体迁移。
2026-10-15 cs.LG cs.RO cs.SY
DRCC-LPVMPC: Robust Data-Driven Control for Autonomous Driving and Obstacle Avoidance
Binghamton University(宾汉姆顿大学);Syracuse University(雪城大学);Chongqing Normal University(重庆师范大学)
本文提出DRCC-LPVMPC框架,通过处理模型偏差和不确定性,提升自动驾驶中的安全性和可靠性。
2026-03-15 cs.SY eess.SY
Safety Verification and Control for Collision Avoidance at Road Intersections
Massachusetts Institute of Technology(麻省理工学院)
本文提出了一种监督算法的设计,该算法可以监控道路交叉口的安全性,并在必要时使用安全输入覆盖驾驶员。监控器的设计包括安全验证和控制设计两部分。安全验证是确定车辆是否能够在不与当前驾驶员的输入发生碰撞的情况下穿过交叉口的问题。我们将这个安全验证问题转化为车间调度问题,最小化最大延迟,并评估最优成本是否为零。零最优成本对应于所有车辆可以无碰撞地穿过每个冲突区域的情况。由于车辆的非线性二阶动力学,计算最优成本需要求解混合规划非线性规划(MINLP)问题。因此,我们估计这一最佳成本制定两个相关的混合线性规划(MILP)的问题,假设简单的车辆动力学。我们证明了这两个MILP问题产生的最优成本的下限和上界。我们还量化了这些MILP问题的最坏情况下的近似误差。我们设计的监督程序,如果计算的上界的MILP问题产生一个积极的最优成本覆盖车辆与安全的控制输入。我们从理论上证明,主管保持交叉口的安全,是非阻塞。计算机模拟进一步验证了算法可以实时运行的现实规模的问题。
2016-12-08 cs.AI cs.SY eess.SY
Real-time trajectory planning for automated vehicle safety and performance in dynamic environments
高性能自动车辆在静态和移动障碍物环境中的安全轨迹规划是一个具有挑战性的问题。挑战的一部分是开发一种可以实时求解的公式,同时包括以下一组规格:最短的目标时间,动态车辆模型,最小的控制工作,静态和移动避障,速度和转向的同时优化,以及短的执行范围。本文提出了一种基于非线性模型预测控制的轨迹规划公式,适合于大型,高速无人地面车辆,其中包括上述一组规格。本文还评估了NLOptControl的能力,以解决这一制定在实时与KNITRO非线性规划问题求解器; NLOptControl是我们的开源,直接配置为基础的,最优控制问题求解器。该制剂采用不同的质量标准进行检测。特别是,一个参数的研究有关的执行地平线和障碍物的速度,表明移动避障规范是不需要的安全时,规划者有一个小的执行地平线($\leq0.375\;s$)和障碍物移动缓慢($\leq2.11\frac{m}{s}$)。然而,当障碍物移动得更快时,需要移动障碍物回避规范,并且该规范通过$6.73$($p=2.2\times10^{-16}$)的因子提高了整体安全性,而在大多数情况下不增加求解时间。总体而言,结果表明:(1)高性能自动驾驶车辆的安全轨迹规划器应包括上述整套规范,除非静态或低速环境允许不太全面的规划器;(2)NLOptControl可以实时求解公式。
2020-01-28 cs.SY eess.SY
Multi-Vehicle Collision Avoidance via Hamilton-Jacobi Reachability and Mixed Integer Programming
University of California, Berkeley(加州大学伯克利分校)
本文提出利用霍尔-雅可比可达性与混合整数规划解决多车避障问题,提供安全保证并克服了传统方法在大规模系统中的可扩展性限制。
2016-10-04 cs.MA cs.SY eess.SY
No Undesirable Equilibria, No Collisions: Combining Modulation and Control Barrier Functions for Liveness and Safety in Dynamic Collision Avoidance
Department of Mechanical Engineering and Applied Mechanics, University of Pennsylvania(机械工程与应用力学系,宾夕法尼亚大学)
本文提出调制CBF-QP框架,结合调制与控制屏障函数策略,有效减少动态避障中的虚假平衡点,提升安全性和效率。
2026-10-14 cs.RO cs.SY eess.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
Safe Multi-Robotic Arm Interaction via 3D Convex Shapes
Electrical and Computer Engineering Department, Tandon School of Engineering, New York University(电气与计算机工程系,工程学院,纽约大学)
本研究提出基于高阶控制屏障函数的多机械臂碰撞避障方法,通过集中式和分布式安全过滤器实现安全交互,适用于共享空间中的多机械臂协作。
2025-11-27 cs.RO cs.SY eess.SY
Safety-Aware Perception for Autonomous Collision Avoidance in Dynamic Environments
University of Southern California(南加利福尼亚大学)
针对有限视场下的自主避障问题,提出一种基于控制障碍函数的安全感知方法,通过在线优化传感器指向方向最大化风险感知,算法成功率提升至88-96%,并在微型四旋翼上验证了实时避障有效性。
2024-03-20 cs.RO cs.SY eess.SY
Neuro-Symbolic Safety Guidance for Vision-Language-Action Models via Constrained Flow Matching
UCF. EDU(UCF教育机构)
针对VLA模型缺乏有效安全措施的问题,提出神经符号安全引导机制,通过约束流匹配在去噪过程中修正轨迹,实现预测性避碰,在SafeLIBERO上显著提升安全性和任务成功率。
2026-07-03 cs.RO cs.SY eess.SY
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
Gradient Field-Based Dynamic Window Approach for Collision Avoidance in Complex Environments
Chalmers University of Technology(楚尔姆斯理工大学);University of Pennsylvania(宾夕法尼亚大学)
本文提出基于梯度场的动态窗口方法(GF-DWA),利用障碍物距离梯度信息预判碰撞,提升多机器人系统在复杂非凸环境中的安全性和灵活性。
2025-07-08 cs.RO cs.SY eess.SY
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
CorrA: Leveraging Large Language Models for Dynamic Obstacle Avoidance of Autonomous Vehicles
Cornell University(康奈尔大学)
本文提出CorrA框架,将大型语言模型与模型预测控制结合,通过LLM推理动态生成基于Sigmoid的边界函数参数以构建安全走廊,有效解决自动驾驶车辆动态避障问题,并在仿真与实车实验中表现优于基线MPC方法。
2025-03-03 cs.RO cs.SY eess.SY
Formal Verification of Obstacle Avoidance and Navigation of Ground Robots
Computer Science Department, Carnegie Mellon University(卡内基梅隆大学计算机科学系);INRIA(法国国家信息与自动化研究所);Karlsruhe Institute of Technology(卡尔斯鲁厄理工学院)
本文研究了移动机器人在动态环境中安全性的核心问题,通过形式化验证方法验证了控制器在回避静态和移动障碍物时的安全性、被动安全性、主动友好安全性及被动方向安全性,并证明了在传感器不确定性和执行器扰动下仍能保证安全性的结论。
2019-06-18 cs.LO cs.RO cs.SY
Dynamic Bipedal MPC with Foot-level Obstacle Avoidance and Adjustable Step Timing
Mechanical Engineering Department at the FAMU-FSU College of Engineering(佛罗里达州立大学工程学院机械工程系);FAMU-FSU College of Engineering(佛罗里达大学-萨拉姆斯学院工程学院);Toyota Research Institute(丰田研究院);Ford Motor Company(福特汽车公司)
针对非结构化环境中双足机器人的避障需求,提出一种兼具步时调整与3D足部避障的实时MPC框架,通过半空间松弛、混合整数规划等方法实现身体与足部避障,并在Cassie、Digit仿真及Digit硬件上验证了有效性。
2025-05-19 cs.RO cs.SY eess.SY
Learning-Based Measurement-Robust Control Barrier Functions for Obstacle Avoidance under State Estimation Error
Massachusetts Institute of Technology(麻省理工学院)
本文针对状态估计误差下避障的安全控制问题,提出DMR-CBF与NMR-CBF两种新型CBF,经理论分析、数值实验与Unitree Go2部署验证,其在保障安全性的同时降低了保守性与计算成本。
2026-08-24 cs.RO cs.SY eess.SY