差速驱动机器人的动态代理的自适应最优碰撞避免机制 迭戈·马丁内斯-巴塞尔加（Diego Martinez-Baselga）、 迭戈·拉纳斯帕（Diego Lanaspa）、 路易斯·里亚苏埃洛（Luis Riazuelo）以及 路易斯·蒙塔诺（Luis Montano）

《Robotics》：Adaptive Optimal Collision Avoidance of Dynamic Agents for Differential-Drive Robots Diego Martinez-Baselga, Diego Lanaspa, Luis Riazuelo and Luis Montano

　　

摘要

在拥挤且动态的环境中实现高效导航对于机器人融入人类生活空间至关重要。AVOCADO（基于意见驱动的适应性最优碰撞避免系统）通过速度障碍物以及対代理间合作程度的估计算法生成无碰撞的运动速度。然而，该系统假设机器人处于完整运动状态（即遵循完整运动学规律），无法处理非完整运动约束，例如差动驱动机器人所面临的约束。我们提出了DD-AVOCADO，这是AVOCADO的扩展版本，它结合了差动驱动运动学原理来计算可行且安全的运动速度。该方法将基于AVOCADO的规划技术与非完整运动控制器相结合，并考虑了跟踪误差以避免碰撞。在多种场景下的仿真结果显示，该系统在合作与非合作代理环境中都能显著减少碰撞现象并实现高效导航；硬件实验也证明了其在机器人平台上的适用性。该技术还有潜力应用于其他动态模型中。