Safety-Critical Control with Bounded Inputs via Reduced Order Models

要約

自動車から歩行ロボットまで、複雑な自律システムの安全な動作を保証することは、これらのシステムの本質的な高次元の性質と、それに対応する、実際には決定することが困難な複雑なモデルのために、困難である。本論文では、このような背景から、フルオーダーダイナミクスの安全性を確保するために、縮小オーダーのモデルを活用するセーフティクリティカルな制御フレームワークを提案する–これらのモデルが外乱や制限入力（例えば、作動制限）を受ける場合でも。入力制約を扱うために、バックアップセット法を縮小オーダモデルの文脈で再定義し、フルオーダシステムの安全な挙動を証明する条件を導出する。次に、入力から状態への安全なバックアップセット法を導入し、縮小オーダモデルと実際のシステムとの間の不一致に対するロバスト性を提供する。最後に、提案したフレームワークを高忠実度シミュレーションで実証し、一輪車モデルの助けを借りて、四足歩行ロボットが脚式運動で障害物を安全に回避することを示す。

要約(オリジナル)

Guaranteeing safe behavior on complex autonomous systems — from cars to walking robots — is challenging due to the inherently high dimensional nature of these systems and the corresponding complex models that may be difficult to determine in practice. With this as motivation, this paper presents a safety-critical control framework that leverages reduced order models to ensure safety on the full order dynamics — even when these models are subject to disturbances and bounded inputs (e.g., actuation limits). To handle input constraints, the backup set method is reformulated in the context of reduced order models, and conditions for the provably safe behavior of the full order system are derived. Then, the input-to-state safe backup set method is introduced to provide robustness against discrepancies between the reduced order model and the actual system. Finally, the proposed framework is demonstrated in high-fidelity simulation, where a quadrupedal robot is safely navigated around an obstacle with legged locomotion by the help of the unicycle model.

arxiv情報

提供元, 利用サービス

arxiv.jp, DeepL