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

科学家开发出一种用于杂乱环境中带有动态障碍物和不确定性的多机器人实时运动规划器

国防科技大学Zhiwen Zeng团队开发出一种用于杂乱环境中带有动态障碍物和不确定性的多机器人实时运动规划器。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，安全且高效地在杂乱、动态环境中导航多机器人系统仍然具有挑战性，这主要源于内部扰动和动态外部条件带来的不确定性。尽管现有方法能够在静态或稀疏环境中实现实时导航，但在静态和移动障碍物密集的环境中，它们往往无法有效响应。

为解决这一局限性，研究人员提出了一种新颖的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，并将其与无约束优化方法相结合，以在线生成无碰撞轨迹。随后，扩展状态模型预测控制器通过明确考虑机器人模型约束和状态扰动来确保精确的轨迹跟踪，从而保证了实际可行性。

仿真和实物实验均表明，即使在显著的运动和控制不确定性下，所提出的方法也能可靠地防止机器人间以及机器人与障碍物的碰撞。

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：1.7

期刊分区：JCR Q4 ROBOTICS

期刊网址:

https://www.liebertpub.com/home/arxa?utm_source=advertorial&utm_medium=china_social&utm_campaign=sciencenet_arx_260623&utm_content=forum_post

往期研究:

https://www.liebertpub.com/articles/ARX?utm_source=advertorial&utm_medium=china_social&utm_campaign=sciencenet_arx_260623&utm_content=forum_post

投稿网址:

https://sage.submission.researchexchange.com/submission/dashboard?journalCode=arx?utm_source=advertorial&utm_medium=china_social&utm_campaign=sciencenet_arx_260623&utm_content=forum_post

支持单位：