Visibility-Aware RRT* for Safety-Critical Navigation of Perception-Limited Robots in Unknown Environments

要約

センシング能力が限られているロボットにとって、未知の環境での安全な自律ナビゲーションは依然として重要な課題です。
安全性を確保するために、コントロール バリア機能 (CBF) などのセーフティ クリティカルな制御技術が提案されていますが、その有効性はロボットが周囲の状況を完全に把握しているという前提に依存しています。
実際には、ロボットは制限された視野と有限の感知範囲で動作することが多く、計画アルゴリズムがこれらの制限にとらわれない場合、未知の障害物との衝突につながる可能性があります。
この問題に対処するために、サンプリング ベースの計画と CBF を組み合わせて、部分的に未知の環境で安全で効率的なグローバル リファレンス パスを生成する、可視性を意識した RRT* アルゴリズムを導入します。
このアルゴリズムには、衝突回避 CBF と新しい可視性 CBF が組み込まれており、ロボットが局所的に衝突のない領域内に留まることが保証され、未知の障害物のタイムリーな検出と回避が可能になります。
私たちは、パス プランナーと 2 つの異なるセーフティ クリティカル コントローラーを接続する広範な実験を実施しています。その中で、私たちの方法は、安全性と効率性の両方の側面において、比較された他のすべてのベースラインよりも優れています。

要約(オリジナル)

Safe autonomous navigation in unknown environments remains a critical challenge for robots with limited sensing capabilities. While safety-critical control techniques, such as Control Barrier Functions (CBFs), have been proposed to ensure safety, their effectiveness relies on the assumption that the robot has complete knowledge of its surroundings. In reality, robots often operate with restricted field-of-view and finite sensing range, which can lead to collisions with unknown obstacles if the planning algorithm is agnostic to these limitations. To address this issue, we introduce the visibility-aware RRT* algorithm that combines sampling-based planning with CBFs to generate safe and efficient global reference paths in partially unknown environments. The algorithm incorporates a collision avoidance CBF and a novel visibility CBF, which guarantees that the robot remains within locally collision-free regions, enabling timely detection and avoidance of unknown obstacles. We conduct extensive experiments interfacing the path planners with two different safety-critical controllers, wherein our method outperforms all other compared baselines across both safety and efficiency aspects.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google