اجتناب از مانع روباتیک یک موضوع مهم در ناوبری روباتیک برای محیط های ناشناخته یا جزئی شناخته شده و پویا است. تعداد زیادی تکنیک قبلاً برای هدایت موانع در این نوع محیط ارائه شده است. آنها شامل یک سری روش های فضای سرعت هستند که در چندین برنامه با موفقیت انجام شده اند. آنها مشکل را به عنوان یکی از بهینه سازی محدود در فضای سرعت ربات شکل می دهند. محدودیت ها شامل موانع موجود در محیط با فرض استاتیک بودن آنها می شوند. در این مقاله ، ما یک روش کارآمد ، در زمان واقعی (BCM-DO) برای ارائه محدودیت های اعمال شده توسط اشیاء پویا ارائه می دهیم. عملکرد بهینه سازی نیز شامل شده تا شامل این محدودیت های جدید شود. عملکرد جدید در دو مجموعه امتیاز ارزیابی می شود. مجموعه اول از نمونه برداری درشت در پنجره قابل دسترسی از سرعت بدست می آید و مجموعه دوم در محدوده های هر فاصله انحنایی انتخاب می شود تا از گم شدن شکاف های کوچک بین اشیاء استاتیک جلوگیری شود. کل این سیستم ابتدا به صورت گسترده در چندین ربات شبیه سازی شده مورد آزمایش قرار گرفته و در نهایت به یک ربات دستیار هتل (BellBot) اعمال شده است که نتیجه آن یک روش جلوگیری از موانع در زمان واقعی است که مسیرهای صاف و قابل اطمینان را تولید می کند.