Robust Dynamic Control Barrier Function Based Trajectory Planning for Mobile Manipulator

高维机器人动态轨迹规划对于传统规划算法来说存在许多挑战。现有的规划方法存在长时间计算、有限的处理复杂障碍物模型的能力以及缺乏对高维系统中外部干扰和测量误差的考虑等问题。为了应对这些挑战，本文提出了一种新的轨迹规划方法，将动态控制障碍函数（DCBF）与干扰观测器相结合，创建了一个鲁棒的动态控制障碍函数（RDCBF）规划器。该方法成功地规划了在具有复杂动态障碍物的环境中的轨迹，同时考虑了外部干扰和测量不确定性，确保了系统的安全性并实现了精确的障碍物避让。在移动机械手臂上的实验结果证明了所提出方法的优异性能。

如何在高维机器人动态轨迹规划中解决长时间计算、复杂障碍模型和外部干扰的问题？

将动态控制屏障函数（DCBF）与干扰观察器相结合，创建鲁棒的动态控制屏障函数（RDCBF）规划器，以解决高维机器人动态轨迹规划中的问题。

该方法能够在复杂动态障碍物环境中成功规划轨迹，并考虑到外部干扰和测量误差，确保系统安全并实现精确避障。实验结果表明，该方法表现出色。

相关研究包括：基于DCBF的轨迹规划方法、基于模型预测控制（MPC）的轨迹规划方法等。