Reactive Robot-Centric Safety for Autonomous Navigation in Constrained and Dynamic Environments
作者: Viswa Narayanan Sankaranarayanan, Vignesh K. Viswanathan, Akshit Saradagi, Sumeet Satpute, George Nikolakopoulos
分类: cs.RO, eess.SY
发布日期: 2026-05-15
备注: 9 pages, 12 figures, currently under review
💡 一句话要点
提出基于激光雷达感知的机器人中心安全控制架构，用于约束动态环境下的自主导航
🎯 匹配领域: 支柱一：机器人控制 (Robot Control)
关键词: 自主导航 安全控制 控制 Barrier 函数 激光雷达感知 动态环境
📋 核心要点
- 现有自主导航方法在复杂动态环境中难以保证实时安全，尤其是在计算资源有限的机器人平台上。
- 论文提出一种基于激光雷达感知的复合控制 Barrier 函数 (CBF) 安全滤波器，直接集成到自主导航流程中，保证实时安全性。
- 通过在地下环境中的四足机器人实验，验证了该系统在动态障碍、定位异常和狭窄空间中的可靠性。
📝 摘要（中文）
本文旨在解决自主机器人在空间受限的动态环境中，仅利用 onboard 传感器实现实时安全导航的问题。我们提出了一种实时控制架构，该架构将基于 3D 激光雷达感知的复合控制 Barrier 函数 (CBF) 安全滤波器直接集成到自主导航流程中。所提出的感知驱动框架从 onboard 点云数据动态地执行避障约束，从而允许在控制频率下处理大量约束，同时对标称任务执行的影响最小。安全区域被定义为本体坐标系中的椭圆，与平台的几何形状一致，这会在世界坐标系中产生随时间变化的约束；这种影响通过为每个激光雷达点专门设计的时变 CBF 公式来处理。通过在地下环境中利用四足平台执行视觉检查任务的多个现场实验验证了该系统，证明了在存在动态障碍物、不安全的高级参考、突发定位异常以及穿越狭窄走廊时的可靠运行。
🔬 方法详解
问题定义：论文旨在解决自主机器人在复杂、动态且空间受限的环境中安全导航的问题。现有方法在处理大量实时约束、保证计算效率以及应对突发情况（如定位错误）时存在挑战。尤其是在资源受限的机器人平台上，需要一种能够快速响应并保证安全的控制策略。
核心思路：核心思路是利用控制 Barrier 函数 (CBF) 构建一个安全滤波器，该滤波器能够根据 onboard 激光雷达感知到的环境信息，动态调整机器人的控制输入，以确保机器人始终处于安全区域内。关键在于将安全区域定义为机器人本体坐标系下的椭圆，并针对每个激光雷达点设计时变 CBF，从而能够有效地处理机器人旋转带来的约束变化。
技术框架：整体架构包含以下几个主要模块：1) 3D 激光雷达感知模块，用于获取环境点云数据；2) 安全区域定义模块，将安全区域定义为机器人本体坐标系下的椭圆；3) 时变 CBF 构建模块，为每个激光雷达点构建时变 CBF，以确保避障约束；4) 安全滤波器模块，利用 CBF 动态调整控制输入，保证机器人安全；5) 运动控制模块，执行调整后的控制指令，实现自主导航。
关键创新：最重要的创新点在于将 CBF 与 onboard 激光雷达感知相结合，实现了一种实时、动态的安全控制策略。与传统的基于全局规划的安全方法不同，该方法能够直接从局部感知数据中提取约束，并以控制频率进行处理，从而能够快速响应环境变化。此外，针对机器人旋转带来的约束变化，设计了时变 CBF，进一步提高了系统的鲁棒性。
关键设计：安全区域被定义为机器人本体坐标系下的椭圆，其大小和形状与机器人的物理尺寸相匹配。时变 CBF 的设计考虑了机器人旋转带来的影响，通过引入时间相关的项，确保避障约束在世界坐标系下仍然有效。CBF 的具体形式需要根据机器人的动力学模型和控制目标进行调整。安全滤波器通常采用二次规划 (QP) 的形式，以最小化对原始控制输入的修改，同时满足 CBF 约束。
🖼️ 关键图片
📊 实验亮点
通过在地下环境中使用四足机器人进行视觉检查任务的实验，验证了该系统的有效性。实验结果表明，该系统能够在存在动态障碍物、不安全的高级参考、突发定位异常以及穿越狭窄走廊的情况下，保证机器人的安全导航。虽然论文中没有给出具体的量化指标，但实验结果表明该方法具有很强的鲁棒性和适应性。
🎯 应用场景
该研究成果可广泛应用于各种需要在复杂动态环境中安全导航的机器人应用，例如：地下矿井勘探、灾后救援、仓库物流、家庭服务机器人等。通过利用 onboard 传感器和实时安全控制，可以提高机器人在未知和动态环境中的自主性和可靠性，降低安全风险，并扩展机器人的应用范围。
📄 摘要（原文）
In this work, we address the problem of ensuring real-time safety in autonomous robot navigation, in spatially constrained dynamic environments, by utilizing only onboard sensors. We present a real-time control architecture that integrates a 3D LIDAR perception-based composite control barrier function(CBF)-based safety filter directly into the autonomy pipeline. The proposed perception-driven framework enforces collision avoidance constraints dynamically from onboard point cloud data, thus allowing a large number of constraints to be handled at the control frequency, while remaining minimally invasive to nominal task execution. The safety region is defined as an ellipsoid in the body-frame, consistent with the geometry of the platform, which induces time-varying constraints in the world frame as the robot rotates; this effect is handled through a dedicated formulation of time-varying (CBF) for each LIDAR point. We validate the system through multiple field experiments in underground environments by utilizing a quadruped platform performing a visual inspection task, demonstrating reliable operation in the presence of dynamic obstacles, unsafe high-level references, abrupt localization anomalies, and while traversing through narrow corridors.