- 现有的局部导航方法如**动态窗口法(Dynamic Window Approach)**、**模型预测控制(Model Predictive Control)**、**控制屏障函数(Control Barrier Functions)** 和基于机器学习的技术在简单环境中表现良好，但在复杂场景中依赖优化或学习过程，计算时间较长且规划视野有限
- 本文旨在解决局部导航在复杂环境中计算效率低和规划视野短的问题，提出一种更几何的算法方法
- 提出基于**扩展安全圆形区域(Fast Expanding Safe Circular Regions)** 的方法，从局部**激光雷达(LiDAR)** 扫描数据中计算一系列圆形区域
- 这些圆形区域向目标方向逐步扩展，并捕获局部可导航的自由空间，从而生成一条路径
- 方法在**ROS2框架** 中实现，并在仿真环境中进行性能评估
- **几何算法驱动**：不同于现有常用的优化或学习策略，本文采用纯几何的算法，避免复杂的数值优化或训练过程，因此计算速度更快
- **长规划视野**：通过扩展圆形区域序列，方法能够在保持实时性的同时获得较长的规划视野，提高路径质量
- **高效鲁棒**：算法利用激光雷达点云的局部信息，无需全局地图，适应复杂多变的环境
- 为机器人局部导航领域提供了一种新颖的、基于几何的快速路径规划方法，显著降低了计算开销
- 在仿真环境中验证了方法的有效性，展示了比传统方法更快的计算时间和更长的规划视野
- 基于ROS2的实现便于集成到实际机器人系统中，促进社区使用和进一步改进