Provably Correct Sensor-driven Path-following for Unicycles using Monotonic Score Functions

要約

この論文では、車輪付き移動ロボット (WMR) の 1 つの特定のクラスである、一輪車の運動学を備えたロボットの経路追従アプリケーション用に、証明可能で安定したセンサー駆動コントローラーを開発します。
センサーの測定値は、何らかのマッピング (スコア関数) を通じてスカラー値 (スコア) に変換されます。
後者は、設計または学習することができます。
スコアは、3 つのパラメーターを持つ単純なルールを使用して、前方速度と角速度にマッピングされます。
重要な貢献は、このコントローラーの正しさは、すべての状態で特定の値を達成するのではなく、基になる状態 (ローカル パス座標) に関して単調性条件を満たすスコア関数のみに依存することです。
単調性条件は、状態推定なしで WMR を移動することによってオンラインでチェックすることも、シミュレータなどの測定の生成モデルを使用してオフラインでチェックすることもできます。
私たちのアプローチは、純粋に測定ベースの制御の実用性と状態ベースの保証の正確さの両方を提供します。
実際の深度画像でトレーニングされたバイナリ分類器から派生した学習スコア関数を使用するシミュレートされた WMR と物理 WMR の両方で、このパス追跡アプローチの有効性を示します。

要約(オリジナル)

This paper develops a provably stable sensor-driven controller for path-following applications of robots with unicycle kinematics, one specific class of which is the wheeled mobile robot (WMR). The sensor measurement is converted to a scalar value (the score) through some mapping (the score function); the latter may be designed or learned. The score is then mapped to forward and angular velocities using a simple rule with three parameters. The key contribution is that the correctness of this controller only relies on the score function satisfying monotonicity conditions with respect to the underlying state — local path coordinates — instead of achieving specific values at all states. The monotonicity conditions may be checked online by moving the WMR, without state estimation, or offline using a generative model of measurements such as in a simulator. Our approach provides both the practicality of a purely measurement-based control and the correctness of state-based guarantees. We demonstrate the effectiveness of this path-following approach on both a simulated and a physical WMR that use a learned score function derived from a binary classifier trained on real depth images.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google