Sensor-Based Distributionally Robust Control for Safe Robot Navigation in Dynamic Environments

要約

我々は、正確な地図再構成を必要とせずに、オンボードセンシングを利用して安全制約を課す、動的で未知の環境における安全な移動ロボットナビゲーションのための新しい方法を紹介します。
従来の方法は通常、詳細な地図情報に基づいて移動ロボットの安全な安定化制御を合成しますが、特に動的な動作条件では計算量が多く、効果が低くなる可能性があります。
分布的にロバストな最適化における最近の進歩を活用して、距離センサー データを直接処理して安全制約を課す分布的にロバストなコントロール バリア関数 (DR-CBF) 制約を開発します。
これを経路追跡用の制御リアプノフ関数 (CLF) と組み合わせることで、CLF-DR-CBF 制御合成手法が不確実な動的環境において安全で効率的かつ堅牢なナビゲーションを実現することを実証します。
私たちは、模擬および実際の自律ロボットナビゲーション実験で私たちのアプローチの有効性を実証し、移動ロボットのリアルタイムの安全保証における大幅な進歩を示しています。

要約(オリジナル)

We introduce a novel method for safe mobile robot navigation in dynamic, unknown environments, utilizing onboard sensing to impose safety constraints without the need for accurate map reconstruction. Traditional methods typically rely on detailed map information to synthesize safe stabilizing controls for mobile robots, which can be computationally demanding and less effective, particularly in dynamic operational conditions. By leveraging recent advances in distributionally robust optimization, we develop a distributionally robust control barrier function (DR-CBF) constraint that directly processes range sensor data to impose safety constraints. Coupling this with a control Lyapunov function (CLF) for path tracking, we demonstrate that our CLF-DR-CBF control synthesis method achieves safe, efficient, and robust navigation in uncertain dynamic environments. We demonstrate the effectiveness of our approach in simulated and real autonomous robot navigation experiments, marking a substantial advancement in real-time safety guarantees for mobile robots.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google