- 解决移动机器人在**障碍物密集环境(obstacle-cluttered environments)** 中的运动控制问题
- 机器人仅拥有**部分环境信息(partial environment information)**，需要从初始位置无碰撞到达目标位置
- 现有方法在局部信息条件下难以同时保证轨迹跟踪精度和实时避障能力
- 提出**反应式规划控制策略(Reactive Planning based Control Strategy, RPCS)**，将初始与目标位置连接为参考轨迹
- 开发**反应式规划策略(Reactive Planning Strategy, RPS)**，基于部分环境信息局部修改参考轨迹以实现避障
- 设计**自适应跟踪控制策略(Adaptive Tracking Control Strategy, ATCS)**，通过离散化技术跟踪可能经局部修改的参考轨迹
- 将RPS与ATCS结合形成完整的RPCS框架
- **首创性融合**：将反应式规划(局部避障)与自适应跟踪控制(轨迹跟踪)统一在同一框架中，避免传统分阶段方法的延迟
- **局部修改机制**：仅基于部分环境信息对参考轨迹进行局部调整，无需全局地图，降低计算开销
- **离散化跟踪**：利用离散化技术实现自适应跟踪，适应轨迹的实时变化，增强鲁棒性
- 为**部分环境信息下的移动机器人** 提供了一种轻量级、实时性强的避障控制范式
- 通过数值示例验证了所提RPCS在障碍物密集环境中的**有效性(efficacy)** 与**优势(advantages)**
- 方法易于与其他局部规划器或跟踪控制器结合，具有较好的**可扩展性(scalability)**