Occlusion-Free Image Based Visual Servoing using Probabilistic Control Barrier Certificates

要約

画像ベースのビジュアル サーボ (IBVS) は、ロボット工学で広く使用されているアプローチであり、視覚情報を利用してロボットを目的の位置に誘導します。
ただし、このアプローチでのオクルージョンは視覚サーボの失敗につながり、視覚的なフィードバックを提供するために不可欠な視覚特徴点が遮られるため、制御パフォーマンスが低下する可能性があります。
この論文では、特徴点を視野内に保ち、障害物から遠ざけるようにロボットの構成を自動的に調整することで、オクルージョンフリーの IBVS タスクを可能にする、コントロール バリア機能 (CBF) ベースのコントローラーを提案します。
特に、特徴点の測定ノイズを考慮するために、不確実性の下で偶然に制約されたオクルージョン回避制約をロボットの決定論的な許容制御空間にエンコードする制御バリア関数を使用して、確率的制御バリア証明書 (PrCBC) を開発します。
その結果得られるロボットの構成により、事前に定義された確率を満足して特徴点が障害物から遮蔽されない状態が保たれます。
このような制約をモデル予測制御 (MPC) フレームワークと統合することで、最適化された制御入力のシーケンスを導き出し、ロボットの動作中にオクルージョン回避を強制しながら主要な IBVS タスクを達成できます。
シミュレーション結果は、提案された方法のパフォーマンスを検証するために提供されます。

要約(オリジナル)

Image-based visual servoing (IBVS) is a widely-used approach in robotics that employs visual information to guide robots towards desired positions. However, occlusions in this approach can lead to visual servoing failure and degrade the control performance due to the obstructed vision feature points that are essential for providing visual feedback. In this paper, we propose a Control Barrier Function (CBF) based controller that enables occlusion-free IBVS tasks by automatically adjusting the robot’s configuration to keep the feature points in the field of view and away from obstacles. In particular, to account for measurement noise of the feature points, we develop the Probabilistic Control Barrier Certificates (PrCBC) using control barrier functions that encode the chance-constrained occlusion avoidance constraints under uncertainty into deterministic admissible control space for the robot, from which the resulting configuration of robot ensures that the feature points stay occlusion free from obstacles with a satisfying predefined probability. By integrating such constraints with a Model Predictive Control (MPC) framework, the sequence of optimized control inputs can be derived to achieve the primary IBVS task while enforcing the occlusion avoidance during robot movements. Simulation results are provided to validate the performance of our proposed method.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google