Collision Cone Control Barrier Functions: Experimental Validation on UGVs for Kinematic Obstacle Avoidance

要約

自律性の進歩により、ロボットは多様な環境で人間と緊密に対話できるようになり、正式な安全保証を備えたコントローラーが必要になりました。
この論文では、衝突コーンの概念を統合することで運動学的障害物との衝突を予防的に防止する、無人地上車両 (UGV) 向けに調整された新しいクラスのコントロール バリア機能 (CBF) の検証と実証のために設計された実験プラットフォームを紹介します。
既存の CBF 配合は静的な障害物に対して優れていますが、トルク/加速度制御の一輪車や自転車モデルへの拡張は限定的な成功しか得ていません。
非ホロノミック UGV モデルにおける従来の CBF アプリケーションは、特にステアリング/推力制御が実行不可能と考えられるシナリオにおいて、制御の保守性を実証してきました。
経路計画における衝突コーンからインスピレーションを得て、一輪車と自転車の両方のモデルに対して理論的な安全性を保証する先駆的な CBF 定式化を紹介します。
中核となる前提は、障害物の速度を車両から遠ざけるように調整することを中心に展開し、障害物に向かうベクトルを永続的に回避するための制約を確立します。
この制御方法は、Copernicus 移動ロボット (一輪車モデル) および FOCAS-Car (自転車モデル) でのシミュレーションと実験検証を通じて厳密に検証されています。

要約(オリジナル)

Autonomy advances have enabled robots in diverse environments and close human interaction, necessitating controllers with formal safety guarantees. This paper introduces an experimental platform designed for the validation and demonstration of a novel class of Control Barrier Functions (CBFs) tailored for Unmanned Ground Vehicles (UGVs) to proactively prevent collisions with kinematic obstacles by integrating the concept of collision cones. While existing CBF formulations excel with static obstacles, extensions to torque/acceleration-controlled unicycle and bicycle models have seen limited success. Conventional CBF applications in nonholonomic UGV models have demonstrated control conservatism, particularly in scenarios where steering/thrust control was deemed infeasible. Drawing inspiration from collision cones in path planning, we present a pioneering CBF formulation ensuring theoretical safety guarantees for both unicycle and bicycle models. The core premise revolves around aligning the obstacle’s velocity away from the vehicle, establishing a constraint to perpetually avoid vectors directed towards it. This control methodology is rigorously validated through simulations and experimental verification on the Copernicus mobile robot (Unicycle Model) and FOCAS-Car (Bicycle Model).

arxiv情報

提供元, 利用サービス

arxiv.jp, Google