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
Distributionally Robust Acceleration Control Barrier Filter for Efficient UAV Obstacle Avoidance
University of Klagenfurt（克拉根福大学）
本文提出分布鲁棒加速控制屏障函数（DR-ACBF）用于高效无人机避障，通过考虑动态和延迟的清晰度处理延迟、执行器限制和障碍物加速度，利用Cantelli紧缩和DR-CVaR提前触发提高安全性，实现实时执行。
2026-03-26 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
Obstacle avoidance via B-spline parameterizations of flat trajectories
Politehnica University of Bucharest（布加勒斯特理工大学）；Univ. Grenoble Alpes, Laboratory of Conception and Integration of Systems (LCIS EA 3747)（格勒诺布尔阿尔卑斯大学，系统设计与集成实验室）
本文提出利用微分平坦性生成轨迹和B样条参数化平坦输出，解决多智能体多障碍物碰撞规避问题，通过理论工具性质验证约束始终成立，并通过仿真实验验证结果。
2016-03-15 cs.SY eess.SY
Low-cost adaptive obstacle avoidance trajectory control for express delivery drone
本文针对快递无人机避障轨迹控制问题，提出一种低成本、可适配不同轴距的非线性自适应学习控制器，结合非线性变增益与极值搜索算法以抑制超调和缩短调节时间，并通过仿真验证其在典型无碰撞轨迹下的有效性。
2024-03-29 cs.SY eess.SY
Short-term ASV Collision Avoidance with Static and Moving Obstacles
本文考虑碰撞避免（COLAV）的静态和移动障碍物使用分支过程模型预测控制（BC-MPC）算法，这是专为使用自主水面车辆（ASV）。BC-MPC算法最初只考虑了运动障碍物的COLAV，为了使算法也能避开静态障碍物，我们在目标函数中引入了一个基于占有网格的额外项。此外，对算法进行了其他改进，从而产生具有较少摆动的轨迹。通过在挪威特隆赫姆峡湾进行的虚拟静态障碍物和物理移动障碍物的全尺寸实验，验证了改进后的算法。基于雷达的跟踪系统用于检测和跟踪移动障碍物，这使得该算法能够避免障碍物，而不依赖于船到船的通信。实验表明，该算法能够同时避免静态和移动障碍物，同时提供清晰和易于观察的机动。BC-MPC算法符合《国际海上避碰规则》（COLREG）的规则8、13和17，并有利于遵循规则14和15的机动。
2019-07-10 cs.SY eess.SY
Collision-free Source Seeking and Flocking Control of Multi-agents with Connectivity Preservation
University of Groningen（格罗宁根大学）
本文提出了一种基于分布式控制的多智能体系统源寻找与群体控制方法，通过优化问题解决碰撞避免和连通性保持问题。
2026-01-30 cs.RO cs.SY eess.SY
Distributed Switching Model Predictive Control Meets Koopman Operator for Dynamic Obstacle Avoidance
Chalmers University of Technology（查尔姆斯理工大学）
本文提出一种结合Koopman算子的分布式切换模型预测控制框架，用于无人机在动态障碍环境中的安全避让与协同控制。
2025-11-28 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
Variational point-obstacle avoidance on Riemannian manifolds
本文研究完备黎曼流形上的变分避障问题。该问题包括最小化的能量功能取决于速度，协变加速度和排斥势函数，用于避免静态障碍物的流形上，一组容许曲线。我们推导出变分问题极值的动力学方程，特别是紧连通李群和黎曼对称空间。数值例子来说明所提出的方法。
2019-09-26 cs.SY eess.SY math.OC
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
Multiple Control Barrier Functions: An Application to Reactive Obstacle Avoidance for a Multi-steering Tractor-trailer System
控制障碍函数（CBF）最近引入了一种通过集合不变性来保证系统安全性的系统方法。与名义控制方法一起，它建立了一个安全关键的控制机制。由此产生的安全约束可以作为二次规划（QP）优化中的硬约束来执行，该优化基于安全输入集合来校正标称控制律。在这项工作中，我们引入了一个多CBF计划，强制执行几个安全约束，具有较高的相对度。这种控制结构在许多具有挑战性的机器人应用中是必不可少的，这些应用需要同时满足多个安全标准。为了说明所提出的方法的能力，我们已经解决了一类拖拉机拖车系统的反应性避障问题。安全性是自动牵引车-拖车系统设计中的基本问题之一。由于机动性差而缺乏快速响应，使得这些系统难以进行反应式避障。我们开发了一个控制结构的基础上的多CBF计划的多转向牵引车拖车系统，以确保无碰撞的机动牵引车和拖车在存在几个障碍物。选择模型预测控制作为标称跟踪控制器，并在几个具有挑战性的情况下测试所提出的控制策略。
2022-09-12 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
Learning Agent Interactions from Density Evolution in 3D Regions With Obstacles
本文研究在障碍物区域中识别复杂集群动力学的逆问题，通过将学习交互表述为PDE约束优化问题，最小化集群直方图与PDE关联分布的平方Hellinger距离，实验证明可准确恢复凝聚集群行为。
2023-05-18 cs.SY eess.SY math.OC
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
Prescribed-time Control for Perturbed Euler-Lagrange Systems with Obstacle Avoidance
本文针对Euler-Lagrange系统，设计了一类时变控制器，使其在任意有限时刻收敛，且与初始条件无关，无抖振。所提出的控制器是基于一个映射技术，设计分为两个步骤：首先，一个传统的（避障）渐近稳定的控制器指定的标称系统，然后，通过一个简单的替代，规定的时间（避障）控制器是可实现的扰动系统。证明了所提出的方案对于未扰动系统是一致规定时间稳定的，对于扰动系统是规定时间吸引的，因为它能在不观测扰动的情况下抑制匹配扰动，且扰动上界未知.作为一个例子，两连杆机器人操作器被认为是数值模拟。
2021-08-18 cs.SY eess.SY math.OC
Obstacle Avoidance for Autonomous Mobile Robots Based on Mapping Method
Hanoi University of Industry（河内工业大学）；University of Economics - Technology for Industries（经济与技术工业大学）
近年来，移动机器人因其在各种环境中的应用而受到研究者的极大关注。移动机器人在穿越障碍物时，需要识别障碍物并生成新的轨迹以到达目的地。提出了一种基于开源的机器人操作系统（ROS）和动态窗口逼近（DWA）算法的移动机器人避障方法。实验是使用移动机器人进行的，其中导航数据是基于由激光扫描仪收集的数据。实验结果表明，该机器人能够在静态和动态障碍物环境中正常工作。
2021-09-14 cs.RO cs.SY eess.SY
Informed Circular Fields for Global Reactive Obstacle Avoidance of Robotic Manipulators
Leibniz University Hannover（汉诺威莱布尼茨大学）；Technical University Munich（慕尼黑工业大学）
本文扩展了圆场预测（CFP）规划器，提出一种利用全局避障方向信息的机器人机械臂全局反应式运动规划框架，在降低计算量的同时实现整体结构避障与轨迹优化。
2023-08-04 cs.RO cs.SY eess.SY
Duality-based Convex Optimization for Real-time Obstacle Avoidance between Polytopes with Control Barrier Functions
Hybrid Robotics Group（混合机器人学团队）
本文提出基于对偶优化与非光滑控制屏障函数的多面体间实时避障方法，将最小距离问题转化为QP问题，并在移动沙发等非线性动力学场景中验证了狭窄空间下的非保守避障效果。
2022-04-18 cs.RO cs.SY eess.SY
Hybrid Feedback Control Design for Non-Convex Obstacle Avoidance
Western University（西安大略大学）；Lakehead University（湖首大学）
针对含任意非凸障碍物的二维机器人导航场景，提出基于非保守虚拟障碍物变换的混合反馈控制导航算法，实现无Zeno切换的全局渐近目标稳定与避障，并通过数值仿真验证有效性。
2024-04-15 cs.RO cs.SY eess.SY
A Hybrid Controller for Obstacle Avoidance in an n-dimensional Euclidean Space
KTH Royal Institute of Technology（皇家理工学院）
本文提出了一种混合反馈控制器，用于在n维欧几里得空间中实现参考位置的全局渐近稳定性和障碍物（对应于有界球形区域）的避障，通过切换稳定（向目标运动）和避障（边界跟随）两种模式，利用滞回区域进行几何构造，确保鲁棒切换（无颤振），并展示了在三维场景中的仿真结果。
2019-03-11 cs.SY eess.SY math.DS
Reduction by Symmetry in Obstacle Avoidance Problems on Riemannian Manifolds
研究了变分避障问题的对称约化。通过考虑另一个李群水平丛上的联络所表示的变分问题，我们导出了李群具有左不变度量的情况下的约化必要条件，以及相应的黎曼齐性空间的约化条件.一些特殊情况下，避障潜力可以明确计算的详细研究，并将这些想法应用到避障任务的刚体上SO $(3)$和单位球$S^2$。
2022-07-27 cs.SY eess.SY math.DS
Variational Obstacle Avoidance with Applications to Interpolation Problems in Hybrid Systems
研究了完备黎曼流形上的变分避障问题，并将所得结果应用于构造具有脉冲效应的系统中插值于一组结点的分段平滑曲线.我们导出了变分问题中极值的动力学方程，并利用无穷维Hilbert流形上弱收敛的低连续性证明了极小解的存在性.然后，我们提供的条件下，它是可能的，以确保极值将安全地避免给定的障碍物在一些所需的公差。
2021-08-30 cs.SY eess.SY math.OC
N-dimensional Convex Obstacle Avoidance using Hybrid Feedback Control (Extended version)
Department of Electrical and Computer Engineering, Lakehead University（电气与计算机工程系，拉科赫大学）；Department of Electrical and Computer Engineering, Western University（电气与计算机工程系，西部大学）
本文提出了一种混合反馈控制方法，用于在未知n维环境中安全避障并全局收敛至目标位置。
2026-07-07 cs.RO cs.SY eess.SY
Obstacle Avoidance and Navigation Utilizing Reinforcement Learning with Reward Shaping
University of North Texas（北德克萨斯大学）
本文主要研究机器人控制领域中的避障与导航问题。针对这一问题，提出了基于改进奖励塑造技术的深度确定性策略梯度（DDPG）和近端策略优化算法。我们比较了原始DDPG和PPO与修改后的版本，都与一个真正的移动机器人模拟的性能，并证明所提出的算法取得了更好的效果。
2020-04-10 cs.LG cs.RO cs.SY
Obstacle Avoidance via Hybrid Feedback
University of Quebec in Outaouais（乌塔韦魁北克大学）；University of Groningen（格罗宁根大学）；KTH Royal Institute of Technology（瑞典皇家理工学院）
在本文中，我们提出了一种混合反馈的方法来解决导航问题的一个点质量的n维空间中包含任意数量的椭球形障碍物。所提出的混合控制算法既保证全局渐近稳定的参考和避免的障碍。所提出的混合反馈的直观想法是在两种控制模式之间切换：稳定和避免。所提出的混合控制器的流和跳集的尺规作图法，利用滞后区域，保证Zeno自由稳定和避免模式之间的切换。仿真结果表明，所提出的混合控制方法的性能为2维和3维的情况下。
2021-02-04 cs.RO cs.SY eess.SY
Trajectory Planning with Model Predictive Control for Obstacle Avoidance Considering Prediction Uncertainty
Institute of Electromobility, RPTU University Kaiserslautern-Landau（电磁移动研究所，科隆-兰道大学）；Institute of Wireless Communications and Navigation, RPTU University Kaiserslautern-Landau（无线通信与导航研究所，科隆-兰道大学）
本文提出一种基于MPC和ROS2/Nav2框架的新型动态避障轨迹规划器，利用随机VAR模型预测障碍物未来位置，并通过马氏距离约束实现考虑预测不确定性的避障，显著提升了机器人在动态环境中的避障能力。
2025-04-27 cs.RO cs.SY eess.SY
Efficient Avoidance of Ellipsoidal Obstacles with Model Predictive Control for Mobile Robots and Vehicles
Institute of Engineering and Computational Mechanics（工程与计算力学研究所）；Department of Mechanical Engineering, LUT University（机械工程系，卢托大学）
本文提出一种将任意椭球体重叠测试集成到模型预测控制（MPC）框架中的高效避障方法，适用于轮式移动机器人，仿真与硬件实验验证了其向现实的可转移性和实时适用性。
2024-12-16 cs.RO cs.SY eess.SY
Robust UAV Path Planning with Obstacle Avoidance for Emergency Rescue
Nanjing University of Aeronautics and Astronautics（南京航空航天大学）；Southeast University（东南大学）；China University of Mining and Technology（中国矿业大学）
针对复杂三维环境下无人机避障路径规划的安全需求，本文构建含障碍物与禁飞区的三维场景，提出融合模拟退火的改进人工势场算法APF-SA，可跳出局部最优实现全局最优的鲁棒路径规划，仿真验证了其有效性。
2025-01-16 cs.RO cs.SY eess.SY
GRF-based Predictive Flocking Control with Dynamic Pattern Formation
Sun Yat-sen University（中山大学）
本文提出一种基于吉布斯随机场的预测性集群控制算法，通过最大化后验分布实现动态图案形成，并在障碍环境中与两种先进方法对比，仿真和实验验证了其有效性。
2024-03-13 cs.RO cs.SY eess.SY
Hybrid Feedback Control for Global Navigation with Locally Optimal Obstacle Avoidance in n-Dimensional Spaces
Department of Electrical Engineering, Lakehead University（电气工程系，拉科夫大学）；Department of Computer Science and Engineering, University of Quebec in Outaouais（计算机科学与工程系，魁北克大学瓦省分校）
提出一种混合反馈控制框架，通过动态切换向目标运动和局部最优避障两种模式，实现在n维球形障碍物环境中的安全全局导航，生成连续速度输入，兼容距离传感器，仿真与实验验证了其路径更短、轨迹更平滑。
2025-10-09 cs.RO cs.SY eess.SY
APF-PF: Probabilistic Depth Perception for 3D Reactive Obstacle Avoidance
University of Colorado Boulder（科罗拉多大学博尔德分校）
本文提出了一个框架，三维避障存在的部分可观性的环境障碍。该方法侧重于实用的人工势函数（APF）控制器在一个实际的设置，噪音和不完整的信息接近是不可避免的。我们提出了一种粒子滤波器（PF）的方法来估计潜在的障碍物的位置在输入深度图像流。然后，可能的候选人被用来生成一个动作，操纵机器人在每个时刻朝着负梯度的潜力。在四旋翼无人机上进行了严格的实验验证，结果表明，当机器人对错误感知信息敏感时，该方法具有鲁棒性和可靠性。所提出的感知和控制栈在无人机上运行，证明了实时应用和敏捷机器人的计算可行性。
2021-03-17 cs.RO cs.SY eess.SY
Decentralized Nonlinear Model Predictive Control-Based Flock Navigation with Real-Time Obstacle Avoidance in Unknown Obstructed Environments
本研究扩展了分布式NMPC框架，通过整合基于点云的局部避障约束，实现了未知障碍环境中机器人集群的实时避障导航，并通过3D仿真和硬件在环仿真验证了其有效性与实用性。
2025-05-15 cs.RO cs.SY eess.SY
Cooperative Sensing Enhanced UAV Path-Following and Obstacle Avoidance with Variable Formation
Beijing University of Posts and Telecommunications（北京邮电大学）
针对无人机编队安全执行任务的需求，本文结合DRL路径跟踪、ISAC协同感知、VFEO定位、在线避障与NSB分层融合，实现无冲突的路径跟踪和障碍物规避。
2025-08-29 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
A Convex Obstacle Avoidance Formulation
Laboratory for AI, Robotics and Automation, University of California at Davis（人工智能、机器人与自动化实验室，加州大学戴维斯分校）
提出首个通用凸避障公式，通过逻辑集成方法将避障融入凸MPC，相比非凸方法大幅提升计算效率，且障碍物在预测时域外仍有效，支持短时域实时部署。
2026-07-07 cs.RO cs.SY eess.SY
Frenet-Cartesian Model Representations for Automotive Obstacle Avoidance within Nonlinear MPC
University Freiburg（弗莱堡大学）
近年来，非线性模型预测控制（NMPC）已被广泛用于解决汽车运动控制和规划任务。为了公式化NMPC问题，可以使用具有不同优点的不同坐标系。我们提出并比较配方的NMPC相关的优化问题，涉及笛卡尔和Frenet坐标系（CCF/ FCF）在一个单一的非线性程序（NLP）。我们指定的成本和避碰的限制，在更有利的坐标系，推导出适当的配方，并比较不同的障碍物的限制。通过这种方法，我们利用更简单的制定对手车辆的约束条件的CCF，以及道路对齐的成本和限制有关的自由现金流量。在仿真框架中与其他方法的比较突出了所提出的方法的优点。
2022-12-22 cs.RO cs.SY eess.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
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
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
Proposal of algorithms for navigation and obstacles avoidance of autonomous mobile robot
本文提出算法用于室内自主移动机器人导航与避障，利用激光雷达获取3D环境图像，通过改进的向量场直方图算法生成2D地图并控制轨迹跟踪，实验结果良好。
2016-11-28 cs.RO cs.SY eess.SY
Three Dimensional Hydrodynamic Flow-Based Collision Avoidance for UAV Formations Facing Emergent Dynamic Obstacles
Mechanical and Aerospace Engineering（机械与航空航天工程）
本文提出了一种基于流体动力学的三维碰撞避障方法，用于无人机编队在动态环境中实现安全、高效的避障控制。
2026-01-16 cs.RO cs.SY eess.SY
Efficient Collision-Avoidance Constraints for Ellipsoidal Obstacles in Optimal Control: Application to Path-Following MPC and UAVs
Institute of Engineering and Computational Mechanics, University of Stuttgart（工程与计算力学研究所，斯图加特大学）；Chair of Systems Modeling and Simulation, Saarland University（系统建模与仿真教授团，萨尔兰大学）；Department of Mechanical Engineering, LUT University（机械工程系，卢霍斯大学）
针对无人机三维避障需求，提出含高效连续可微椭球碰撞检测条件与两阶段优化的模块化最优控制框架，应用于路径跟踪MPC，经仿真和Crazyflie实物实验验证，为同类MPC首次无人机三维硬件验证。
2025-10-30 cs.RO cs.SY eess.SY
Variational obstacle avoidance problem on Riemannian manifolds
University of Michigan（密歇根大学）；University of Coimbra（科英布拉大学）
本文研究了黎曼流形上的变分障碍回避问题，推导了正常极值存在的必要条件，探讨了两种场景：一般黎曼流形和子黎曼问题，并应用于刚体和无人车的障碍回避。
2017-03-16 cs.SY eess.SY math-ph
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
Autonomous quadrotor obstacle avoidance based on dueling double deep recurrent Q-learning with monocular vision
School of Aeronautic Science and Engineering, Beihang University（北京航空航天大学航空科学与工程学院）；Research Institute for Frontier Science, Beihang University（北京航空航天大学前沿科学研究院）；School of Electronic and Information Engineering, Beihang University（北京航空航天大学电子信息工程学院）
无人机的快速发展对自主避障提出了更高的要求。由于有效载荷和电源有限，四旋翼等小型无人机通常携带简单的传感器和计算单元，这使得传统方法的实现更具挑战性。在本文中，一种新的框架被证明是通过拥挤的环境中自主飞行的单目视觉控制四旋翼。该框架采用两级结构，包括一个传感模块和一个决策模块。传感模块基于无监督深度学习方法。决策模块采用决斗式双深度递归Q学习算法，消除了星载单目摄像机观测能力有限的不利影响。该框架使四旋翼无人机能够在没有任何先验环境信息或标记数据集的情况下实现自主避障。训练后的模型具有较高的仿真成功率和较好的泛化能力。
2020-03-02 cs.RO cs.SY eess.SY
Obstacle Avoidance of UAV in Dynamic Environments Using Direction and Velocity-Adaptive Artificial Potential Field
Department of Aerospace Engineering, Indian Institute of Technology Kharagpur（航空航天工程系，印度理工学院Kharagpur）
本文提出一种基于方向和速度自适应的人工势场方法，结合模型预测控制实现无人机在动态环境中的高效避障与安全导航。
2026-08-25 cs.RO cs.SY eess.SY
Autonomous Road Vehicle Emergency Obstacle Avoidance Maneuver Framework at Highway Speeds
The Ohio State University（俄亥俄州立大学）
自主道路车辆（ARV）可以使用诸如油门（加速）、制动（减速）和转向（横向方向的改变）的输入来导航各种类型的道路网络。在大多数涉及正常车辆交通和遇到易受伤害的道路使用者（VRU）的抗逆转录病毒药物驾驶场景中，不要求抗逆转录病毒药物采取规避行动。本文提出了一种新的紧急避障机动（EOAM）的方法，ARV行驶在较高的速度和较低的路面摩擦，涉及时间临界机动的确定和控制。所提出的EOAM框架提供了ARV的传感，感知，控制和致动系统能力作为一个内聚系统的使用，以实现避免道路上的障碍物，首先基于性能可行性，其次基于乘客舒适性，并且被设计为很好地集成在ARV高级系统内。联合仿真包括Simulink中的ARV EOAM逻辑和CarSim中的车辆模型，速度范围为55至165 km/h，路面摩擦力范围为1.0至0.1。结果进行了分析，并给出了在整个ARV系统的背景下，与未来的工作的影响。
2022-03-29 cs.RO cs.SY eess.SY
Decentralized MPC based Obstacle Avoidance for Multi-Robot Target Tracking Scenarios
Max Planck Institute for Intelligent Systems（马克斯·普朗克智能系统研究所）；University of Tübingen（图宾根大学）；International Institute for Information Technology（国际信息技术研究所）
在这项工作中，我们考虑的问题，分散的多机器人目标跟踪和避障在动态环境中。每个机器人执行基于模型预测控制（MPC）的局部运动规划算法。规划器被设计为二次规划，受到机器人动力学和避障的约束。采用排斥势场函数来避开障碍物。我们的方法的新颖之处在于嵌入这些非线性势场函数的约束条件内的凸优化框架。我们的方法convexifies非凸约束和依赖关系，通过将它们替换为机器人动力学中预先计算的外部输入力。所提出的算法还采用了不同的方法，以避免使用潜在的场函数规划领域的局部极小值问题。运动规划器不强制执行预定义的轨迹或任何形成的机器人的几何形状，是一个全面的解决方案，在多机器人目标跟踪的背景下，合作避障。我们在不同的环境下进行仿真研究，以展示所提出的算法的收敛性和有效性。模拟研究视频：\url{https://youtu.be/umkdm82Tt0M}
2019-09-01 cs.MA cs.RO cs.SY
Future-Oriented Navigation: Dynamic Obstacle Avoidance with One-Shot Energy-Based Multimodal Motion Prediction
Chalmers University of Technology（查尔姆斯理工大学）
本文提出一种集成单次能量多模态运动预测与模型预测控制的动态避障方法，通过无监督分组障碍物并在仓库场景中验证其优于现有方法。
2025-06-04 cs.LG cs.RO cs.SY
A Review of Autonomous Road Vehicle Integrated Approaches to an Emergency Obstacle Avoidance Maneuver
The Ohio State University（俄亥俄州立大学）
随着乘用车技术的进步，它们的避障能力也在不断提高，特别是轮胎、悬架、转向以及ABS、ESC等安全技术以及最近的ADAS系统的发展。然而，客车周围的环境也变得更加复杂和危险。以前有研究概述了驾驶员在驾驶乘用车时试图避开障碍物的倾向和表现能力。现在，自动驾驶汽车正在开发具有避障能力的自动驾驶汽车，重要的是要达到或超过人类驾驶员的性能。本文重点介绍了对紧急避障机动（EOAM）至关重要的系统，并确定了每个相关系统的最新技术水平，同时考虑了高速公路行驶的细微差别。一些主要的EOAM相关的系统/领域，在这篇评论中讨论的是：一般的路径规划方法，系统层次结构，决策，轨迹生成，和容错跟踪控制方法。结束语后，对未来的工作，这可能会导致一个理想的EOAM发展的建议，进行了讨论。
2021-06-18 cs.LG cs.RO cs.SY
Reduction of Sufficient Conditions in Variational Obstacle Avoidance Problems
本文在完备黎曼流形和李群上研究变分避障问题，给出修正黎曼三次曲线为局部极小点的充要条件，并通过对称性约化以矩阵可逆性刻画最优性充分条件。
2023-10-27 cs.SY eess.SY math.DG
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
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
