SPF-EMPC planner: A real-time motion planner for multi-robot in cluttered environments with dynamic obstacles and uncertainties

SPF-EMPC 规划器：适用于存在动态障碍物与不确定性的复杂环境的多机器人实时运动规划器

中国人民解放军国防科技大学Zhiwen Zeng团队开发出基于观测状态变量的汽车电动助力转向系统鲁棒集成控制方法。相关论文于2026年5月发表在国际学术期刊《国际高级机器人系统杂志》上。

研究人员表示，在复杂且动态的环境中，实现多机器人系统的安全高效导航仍然面临挑战，主要原因在于内部扰动和动态外部环境带来的不确定性。尽管现有方法能够在静态或稀疏环境中实现实时导航，但在同时存在大量静态与动态障碍物的环境下，往往难以及时有效地响应。

为解决这一问题，研究人员提出了一种新型基于安全概率场的扩展状态模型预测控制（SPF-EMPC）规划器。该框架首先引入安全概率场对动态障碍物进行建模，并结合无约束优化方法，实现无碰撞轨迹的在线生成。随后，扩展状态模型预测控制器通过显式考虑机器人模型约束与状态扰动，确保轨迹能够被精确跟踪，从而保证方法在实际应用中的可行性。

仿真与实际实验结果表明，即使在存在显著运动与控制不确定性的情况下，研究人员所提出的方法仍能够可靠地避免机器人之间以及机器人与障碍物之间的碰撞。

International Journal of Advanced Robotic Systems

该刊是经过同行评审的开放获取期刊，专注于机器人领域多个方面的研究，包括但不限于人工智能、攀爬和行走机器人、医疗机器人技术、微米/纳米机器人技术、机器人传感器和传感网络等。

期刊优势

影响因子：2.1

期刊分区：JCR Q3 ROBOTICS

期刊网址:

https://sage.cnpereading.com/home/ARX?utm_source=wechat&utm_medium=china_social&utm_campaign=sciencenet_arx_260116

往期研究:

https://sage.cnpereading.com/articles/ARX?utm_source=wechat&utm_medium=china_social&utm_campaign=sciencenet_arx_260116

投稿网址:

https://sage.submission.researchexchange.com/submission/dashboard?journalCode=arx?utm_source=wechat&utm_medium=china_social&utm_campaign=sciencenet_arx_260116

支持单位：