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具有动态障碍与不确定性的复杂环境中多机器人实时运动规划方法

国防科技大学Zhiwen Zeng团队开发出一种用于具有动态障碍与不确定性的复杂环境中多机器人实时运动规划方法。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。

在复杂、动态且障碍物密集的环境中，为多机器人系统实现安全且高效的导航仍然具有挑战性，其主要原因在于内部扰动以及外部动态环境所带来的不确定性。现有方法虽然能够在静态或稀疏环境中实现实时导航，但在同时存在静态与动态障碍物的密集场景中往往难以有效应对。

为解决该问题，研究人员提出了一种基于安全概率场的扩展状态模型预测控制（SPF-EMPC）规划方法。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，实现在线生成无碰撞轨迹。随后，通过扩展状态模型预测控制器对轨迹进行精确跟踪，同时显式考虑机器人模型约束与状态扰动，从而保证方法的实际可行性。

仿真与物理实验结果表明，在显著的运动与控制不确定性条件下，该方法能够可靠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：1.7

期刊分区：JCR Q4 ROBOTICS

期刊网址:

https://www.liebertpub.com/home/arxa?utm_source=wechat&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=wechat&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=wechat&utm_medium=china_social&utm_campaign=sciencenet_arx_260116

支持单位：