Safe Navigation in Unmapped Environments for Robotic Systems with Input Constraints

要約

本論文では、複合制御バリア関数（CBF）を用いた、入力制約と状態制約の下でのマッピングされていない環境におけるナビゲーションと制御のためのアプローチを示す。我々は、リアルタイム知覚フィードバック（例えばLiDAR）が、先験的な未マップ環境におけるローカルな状態制約（例えば障害物のようなローカルな安全制約）をモデル化するローカルなCBFを構築するためにオンラインで使用されるシナリオを考える。このアプローチは、最近得られたN個のローカルCBFから単一の時変CBFを合成するために、ソフトマキシマム関数を用いる。次に、入力制約を、制御ダイナミクスの利用により、コントローラ状態制約に変換する。次に、ソフト・ミニマム関数を用いて、入力制約を、先験的にマップされていない環境をモデル化する時変CBFと合成する。この合成により、1つの緩和されたCBFが得られ、このCBFは、状態制約と入力制約を満たす最適制御を得るための制約付き最適化で用いられる。本アプローチは、LiDARを搭載し、地図にない環境をナビゲートする非ホロノミック地上ロボットのシミュレーションにより検証される。このロボットは、先験的にマッピングされていない障害物を回避し、速度制約と入力制約の両方を満足しながら、環境をうまくナビゲートする。

要約(オリジナル)

This paper presents an approach for navigation and control in unmapped environments under input and state constraints using a composite control barrier function (CBF). We consider the scenario where real-time perception feedback (e.g., LiDAR) is used online to construct a local CBF that models local state constraints (e.g., local safety constraints such as obstacles) in the a priori unmapped environment. The approach employs a soft-maximum function to synthesize a single time-varying CBF from the N most recently obtained local CBFs. Next, the input constraints are transformed into controller-state constraints through the use of control dynamics. Then, we use a soft-minimum function to compose the input constraints with the time-varying CBF that models the a priori unmapped environment. This composition yields a single relaxed CBF, which is used in a constrained optimization to obtain an optimal control that satisfies the state and input constraints. The approach is validated through simulations of a nonholonomic ground robot that is equipped with LiDAR and navigates an unmapped environment. The robot successfully navigates the environment while avoiding the a priori unmapped obstacles and satisfying both speed and input constraints.

arxiv情報

提供元, 利用サービス

arxiv.jp, DeepL