Distributed Perception Aware Safe Leader Follower System via Control Barrier Methods

要約

この論文では、状態推定に限られた視野 (FOV) を備えた身体固定カメラを使用するエージェントのグループに対する分散型リーダー/フォロワー形成制御の問題を扱います。
主な課題は、正確かつ信頼性の高い状態推定のためにリーダーの可視性を維持するために、エージェントの動きをカメラの視野と調整する必要があることから生じます。
この課題に対処するために、状態制約として FOV 制限を組み込んだ、認識を意識した新しい分散型リーダー/フォロワー安全制御スキームを提案します。
これらの制約によって定義された安全セットの前方不変性を確保するために、コントロール バリア関数 (CBF) ベースの二次プログラムが採用されています。
さらに、時間フィルターと組み合わせた新しいニューラル ネットワーク ベースおよび二重バウンディング ボックス ベースの推定器が開発され、リアルタイムの画像データからシステム状態を直接推定し、さまざまな環境にわたって一貫したパフォーマンスを提供します。
Gazebo シミュレーターでの比較結果は、2 つの異なる環境における提案されたフレームワークの有効性と堅牢性を示しています。

要約(オリジナル)

This paper addresses a distributed leader-follower formation control problem for a group of agents, each using a body-fixed camera with a limited field of view (FOV) for state estimation. The main challenge arises from the need to coordinate the agents’ movements with their cameras’ FOV to maintain visibility of the leader for accurate and reliable state estimation. To address this challenge, we propose a novel perception-aware distributed leader-follower safe control scheme that incorporates FOV limits as state constraints. A Control Barrier Function (CBF) based quadratic program is employed to ensure the forward invariance of a safety set defined by these constraints. Furthermore, new neural network based and double bounding boxes based estimators, combined with temporal filters, are developed to estimate system states directly from real-time image data, providing consistent performance across various environments. Comparison results in the Gazebo simulator demonstrate the effectiveness and robustness of the proposed framework in two distinct environments.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google