首页 /研究 /SEAMLiS:感知受限多机器人探索中的可见性感知安全
SWARM

SEAMLiS:感知受限多机器人探索中的可见性感知安全

Taekyung Kim, Rahul H Kumar, Aswin D. Menon, Tzu-Hsiang Lin, Dimitra Panagou

发表年份
2026
访问权限
开放获取

摘要

本文提出SEAMLiS,一种面向分散式多机器人探索的模块化执行层安全框架,通过感知姿态和位置滤波器保证安全。该框架在保留上游探索栈的同时,利用门控姿态滤波器和基于控制障碍函数的位置滤波器,确保在有限感知范围内对未知边界保持足够制动裕度的可见性。

关键词

multi-robotexplorationsafetyperception-limitedcontrol barrier function

相关论文

查看 SWARM 分类全部论文