CA-BRF：面向异构多机器人导航的能力感知备份可恢复性过滤器

作者提出能力感知备份可恢复性过滤器 CA-BRF，用于异构多机器人团队的安全导航。该方法先在共享笛卡尔操作空间中构造备份可恢复集，判断预设备份机动能否在机器人各自运动学与驱动约束下维持两两安全直至停止，再在候选动作与备份动作之间选择可行动作插值，并协调同时发生的交互，使每个机器人用单一可执行控制满足所有两两恢复条件。作者证明离散时间闭环系统具有递归可行性与安全性，即使名义安全约束优化不可行时也成立。方法在最多 30 台异构机器人的仿真以及五种运动学类别机器人的实验中进行了验证。