CBF-Based STL Motion Planning for Social Navigation in Crowded Environment

本文采用基于控制障碍函数（CBF）和信号时间逻辑（STL）相结合的运动规划方法。该方法允许在指定时间间隔内的任何时刻完成任务，考虑到动态系统受速度约束的影响。在本文中，我们将这种方法应用于社会责任导航（SRN）的背景下，并引入了旋转约束。该约束旨在保持用户在机器人的视野范围内，增强人机交互，实现人机并肩的概念。这种角度约束提供了将社交导航定制到特定需求的可能性，从而实现安全的SRN。通过模拟验证，证明了该约束的有效性，包括与机器人速度、旋转以及静态和动态障碍物相关的时空约束。

本论文旨在提出一种基于CBF和STL的运动规划方法，以实现在指定时间间隔内完成任务，考虑到受速度限制的动态系统。同时，将这种方法应用于社会责任导航（SRN）的背景下，引入旋转约束，以维持用户在机器人的视野范围内，增强人机交互。

论文提出了一种基于CBF和STL的运动规划方法，结合了旋转约束，以实现社会责任导航。

论文设计了模拟实验来验证系统的有效性，包括机器人速度、旋转、静态和动态障碍物等时空约束。此外，旋转约束使社会导航可以根据特定需求进行定制，从而实现安全的SRN。

近期的相关研究包括： 1. 'A Survey of Motion Planning and Control Techniques for Self-driving Urban Vehicles'， 2. 'Control Barrier Functions: Theory and Applications'， 3. 'Temporal Logic Motion Planning for Dynamical Systems'等。