该论文旨在解决两个四足机器人协同运输有效载荷时的安全控制问题。研究背景是：在复杂、拥挤的环境中，多机器人系统需要安全地协同搬运物体，同时面临质量/惯性不确定性和外部干扰等挑战。
论文提出了一种安全至上的集中式非线性模型预测控制(NMPC)框架。具体方法包括：
- 将机器人-载荷互联系统建模为离散时间非线性微分代数系统(DAE)，通过完整约束和交互力/力矩捕捉耦合动力学。
- 开发了基于控制屏障函数(CBF)的NMPC公式，为机器人和载荷强制执行避障约束以确保安全。
- 将交互力/力矩保留为决策变量，形成一个结构化的DAE约束最优控制问题，以实现高效的实时求解。
论文的核心创新点在于：
- **安全至上的集中式NMPC框架**：首次将CBF与集中式NMPC结合，专门用于两个四足机器人的协同载荷运输，在统一框架中同时处理耦合动力学、安全约束和实时性要求。
- **结构化DAE问题建模**：通过将交互力/力矩作为决策变量并保留DAE结构，而非将其消元，形成了更高效、更适合实时求解的最优控制问题形式。
- **硬件验证的鲁棒性**：在真实的Unitree Go2平台上，于拥挤环境中，在存在质量/惯性不确定性和外部推力干扰的情况下，成功验证了算法的有效性和鲁棒性。
论文对该领域的整体贡献是：
- 提出并验证了一个完整的、安全至上的集中式控制框架，用于解决多四足机器人协同操纵的动态、安全和实时控制问题。
- 展示了所提出的基于CBF的NMPC方法在真实硬件上处理复杂环境、模型不确定性和外部干扰的可行性与鲁棒性。
- 为多机器人协同运输任务提供了一种兼具安全性、动态性能与实时性的解决方案，推动了相关领域向实际应用的发展。