Сравнительный анализ современных подходов к предотвращению столкновений мобильных роботов на основе метода ORCA
Ключевые слова:
многоагентная маршрутизация, предотвращение столкновений, локальное планирование, реактивные методы, гибридные архитектуры, мобильные роботы, безопасность движенияАннотация
В работе представлен сравнительный анализ современных модификаций метода оптимального предотвращения взаимных столкновений (ORCA, Optimal Reciprocal Collision Avoidance), применяемого в качестве локального реактивного компонента многоагентных систем маршрутизации мобильных роботов. Рассмотрены фундаментальные ограничения реактивной парадигмы ORCA, включая краткосрочный характер планирования, отсутствие учёта кинематических ограничений и чувствительность к неопределённости восприятия. Для сопоставления подходов предложен унифицированный набор критериев оценки. Проведён анализ современных эволюционных и гибридных модификаций ORCA, включая подходы, интегрирующие глобальное планирование и методы глубокого обучения, что позволяет расширить область применимости базового метода. Результаты работы показывают, что выбор конкретного подхода представляет собой поиск компромисса между расширением функциональности метода и сохранением его вычислительной эффективности с учетом специфики решаемой прикладной задачи.
Библиографические ссылки
[1] G. Yang, L. An, C. Zhao, “Collision/Obstacle Avoidance Coordination of Multi-Robot Systems: A Survey,” Actuators (MDPI), vol. 14 (2), pp. 85, 2025.
[2] K. Arshid et al, “Toward Autonomous UAV Swarm Navigation: A Review of Trajectory Design Paradigms,” Sensors (Basel, Switzerland), vol. 25(18), pp. 5877, 2025.
[3] H. Niu, C. Ma, P. Han, “Directional optimal reciprocal collision avoidance,” Robotics and Autonomous Systems, vol. 136, pp. 103705, 2021.
[4] J. Van Den Berg, S. J. Guy, M. Lin, and D. Manoch, “Reciprocal n-body collision avoidance,” Robotics Research: The 14th International Symposium ISRR. Berlin, Heidelberg (Springer Berlin Heidelberg), pp. 3-19, 2011.
[5] M. Golchoubian, M. Ghafurian, K. Dautenhahn and N. L. Azad, “Uncertainty-aware DRL for autonomous vehicle crowd navigation in shared space,” IEEE Transactions on Intelligent Vehicles, vol. 9(12), pp. 7931-7944, 2024.
[6] D. J. Gonon, D. Paez-Granados, A. Billard, “Reactive navigation in crowds for non-holonomic robots with convex bounding shape,” IEEE Robotics and Automation Letters, vol. 6 (3), pp. 4728-4735, 2021.
[7] Y. Gao, C. M. Huang, “Evaluation of socially-aware robot navigation,” Frontiers in Robotics and AI, vol. 8, pp. 721317, 2022.
[8] S. Dergachev, K. Yakovlev, “Decentralized Uncertainty-Aware Multi-Agent Collision Avoidance with Model Predictive Path Integral,” 2025 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS), pp. 12456-12463, 2025.
[9] S. Dergachev, K. Yakovlev, “Model predictive path integral for decentralized multi-agent collision avoidance,” PeerJ Computer Science, vol. 10, pp. e2220, 2024.
[10] W. Wang, H. Qian, “A hierarchical ORCA framework for multi-UAV navigation in unstructured environments with velocity optimization and local minima avoidance,” Expert Systems with Applications, vol. 296, pp. 129205, 2025.
[11] F. C. Pouria, Z. Huang, A. Yammanuru, S. Liu, K. Driggs-Campbell, “Topology-Guided ORCA: Smooth Multi-Agent Motion Planning in Constrained Environments,” arXiv:2407.16771, 2024.
[12] M. Sun, F. Baldini, P. Trautman, T. Murphey, “Move beyond trajectories: Distribution space coupling for crowd navigation,” arXiv:2106.13667, 2021.
[13] J. London, “Improved Obstacle Avoidance for Autonomous Robots with ORCA-FLC,” arXiv:2508.06722, 2025.
[14] J. Qin, J. Qin, J. Qiu, Q. Liu, M. Li, Q. Ma , “SRL-ORCA: A socially aware multi-agent mapless navigation algorithm in complex dynamic scenes,” IEEE Robotics and Automation Letters, vol. 9 (1), pp. 143-150, 2023.
Загрузки
Опубликован
Выпуск
Раздел
Лицензия
Copyright (c) 2026 Системная инженерия и инфокоммуникации
Это произведение доступно по лицензии Creative Commons «Attribution-ShareAlike» («Атрибуция — На тех же условиях») 4.0 Всемирная.