arXiv · 机器人与计算机视觉· Taekyung Kim, Rahul H Kumar, Aswin D. Menon, Tzu-Hsiang Lin, Dimitra Panagou·· 16 天前AI 评分34
SEAMLiS:感知受限多机器人探索的可见性感知安全框架
SEAMLiS: Visibility-Aware Safety for Perception-Limited Multi-Robot Exploration
AI 导读
SEAMLiS 提出一种模块化执行层安全框架,通过基于门控的姿态滤波和 CBF 位置滤波,在保留上游探索栈效率的同时规避未观测空间风险。该框架经随机化仿真、Isaac Sim 及 Crazyflie 硬件实验验证,实现了单/多机器人设置下的无碰撞自主探索。
来源:arXiv · 机器人与计算机视觉 · arxiv.org