多房间环境下的人群导航:一种面向移动机器人的模型预测控制框架

《Frontiers in Robotics and AI》:Crowd navigation in a multi-room environment: a model predictive control framework for mobile robots

【字体: 大 中 小 】 时间:2026年07月27日 来源:Frontiers in Robotics and AI 3.7

编辑推荐:

  在人群密集的环境中运行的移动机器人必须在确保安全性即生成无碰撞运动的同时,穿越复杂的多房间空间。在本研究中,研究人员提出了一种基于传感器的模型预测控制(MPC)方案,旨在此类非凸环境中实现安全的人群导航。所提出的框架将自由空间分解为一组重叠的凸区域以构建拓扑图

  
在人群密集的环境中运行的移动机器人必须在确保安全性即生成无碰撞运动的同时,穿越复杂的多房间空间。在本研究中,研究人员提出了一种基于传感器的模型预测控制(MPC)方案,旨在此类非凸环境中实现安全的人群导航。所提出的框架将自由空间分解为一组重叠的凸区域以构建拓扑图,使高层规划器能够计算可遍历区域的最优序列。为有效感知人群,系统采用鲁棒的感知流水线,融合来自二维激光雷达(LiDAR)数据与RGB-D相机的语义信息,利用卡尔曼滤波(KFs)估计并预测人体运动。这些预测被集成到MPC控制器中,该控制器通过强制执行离散时间控制屏障函数(DT-CBF)约束来生成机器人指令,确保机器人在避免碰撞的同时保持在可导航区域内。该方法通过在TIAGo移动操纵器上进行的高保真仿真和真实世界实验得到了验证。结果表明,将基于视觉的语义数据与几何约束相结合,显著提高了杂乱多房间场景中的避碰能力和成功率。
研究背景方面,移动机器人在人群密集环境中执行递送、监控与辅助等任务时,需在非凸的多房间空间中导航并规避静态障碍物与动态人群,实时预测与响应人体运动至关重要。现有研究存在三方面局限:其一,多数方法假设开放无障碍空间,忽视现实多房间环境的杂波与拓扑复杂性;其二,依赖理想化传感层或外部动捕系统获取人类全状态;其三,采用简化的基于距离的避碰约束。此外,纯数据驱动方法缺乏可解释性与安全保证,优化方法计算负载高,单一局部控制器易陷入局部极小值。为此,研究人员开展了一项结合拓扑规划、多传感器融合感知与带安全约束的模型预测控制(MPC)的集成框架研究,在TIAGo移动操纵器上验证了其在多房间人群中安全导航的有效性,显著提升了避碰率与成功率,发表于《Frontiers in Robotics and AI》。
研究人员采用的关键技术方法包括:将环境自由空间分解为重叠凸多面体(Convex Polytopes)构建拓扑图并基于Dijkstra算法进行多房间规划;融合二维激光雷达(LiDAR)与RGB-D相机数据,利用DBSCAN聚类与YOLO-v8进行人群检测,通过基于马氏距离的数据关联与带有限状态机(FSM)调节的卡尔曼滤波(KF)进行状态估计与恒速预测;在MPC中引入离散时间控制屏障函数(DT-CBF)约束以保证静态与动态障碍物安全,并在当前凸区域内求解非线性规划(NLP)问题生成控制输入。
研究结果部分保留原文小标题简要说明如下:
Introduction部分指出导航过程分为感知、认知与操作三层,控制输入由MPC求解生成,融合语义与几何约束以应对人类不可预测性,聚焦基于当前可用数据的未来运动无碰撞预测。
Related work部分从人群导航策略与语义感知传感器融合两个维度综述,指出现有方法在环境表示、规划层次与安全约束形式上的不足,强调本研究结合拓扑自由空间分解、分层全局-局部规划与CBF安全约束的独特性。
Problem formulation部分定义三维环境W中含静态障碍与行人,机器人状态x=(q,μ)含构型与伪速度,离散模型xk+1=F(xk, uk),目标为可行性、安全性与导航渐近收敛至目标pgoal,安全定义为基于当前数据预测控制时域内无碰撞。
Proposed approach部分提出四模块流水线:凸地图生成将静态地图转为拓扑图G=(R,V);多房间规划计算区域序列S;感知模块处理观测O={Olas, Ocam}得人群预测P;运动生成通过MPC合成控制输入u并强制CBF约束。
Map generation and planning部分详述凸分解、连通性分析与通路点(Via Point)选择vj,?满足dist(vj,?, ?Ij,?) ≥ ρr,构建图G,基于机器人位姿关联当前区域Rcurr与目标区域Rgoal并用Dijkstra算序列S。
Perception pipeline部分详述激光基于DBSCAN聚类取平均代表点,视觉基于YOLO-v8与针孔模型重建位置,测量合并依互最近邻与ρh融合;KF以常速模型与马氏距离关联,FSM分Idle、Start、Active、Hold四态管理;预测基于常速模型推演轨迹Pkl=(p?0|kl, …, p?N|kl)。
Motion generation部分在当期凸区域Rcurr内以Via Point为临时目标pdes,当机器人完全进入下一区域R?时切换目标与当前区域,序列空时设pdes=pgoal,误差‖e‖<‖ē‖时终止;MPC求解NLP最小化代价Ji|k与JN|k,约束含初值、动力学递推、状态控制界及DT-CBF,无解则急停。
讨论与结论部分总结:研究人员通过将自由空间凸分解构建拓扑图、融合LiDAR与RGB-D语义感知人群、以DT-CBF嵌入MPC,解决了多房间非凸环境中动态人群安全导航问题。结论表明该框架在高保真仿真与TIAGo实机实验中有效,视觉语义与几何约束结合显著提升杂乱多房间场景避碰与成功率,兼顾计算效率与实时性,模块化易适配不同平台,为人群密集复杂室内导航提供了具安全保证的优化控制方案。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号