Safe Navigation in Unmapped Environments for Robotic Systems with Input Constraints

要約

この論文では、複合制御バリア関数 (CBF) を使用した、入力と状態の制約の下でマップされていない環境でのナビゲーションと制御のアプローチを紹介します。
リアルタイムの知覚フィードバック (例: LiDAR) をオンラインで使用して、アプリオリなマッピングされていない環境におけるローカル状態制約 (例: 障害物などのローカル安全制約) をモデル化するローカル CBF を構築するシナリオを検討します。
このアプローチでは、ソフト最大関数を使用して、最近取得された N 個のローカル CBF から単一の時変 CBF を合成します。
次に、入力制約は、制御ダイナミクスを使用してコントローラー状態制約に変換されます。
次に、ソフト ミニマム関数を使用して、アプリオリにマッピングされていない環境をモデル化する時間変化する CBF を使用して入力制約を構成します。
この構成により、単一の緩和 CBF が生成されます。これは、状態と入力の制約を満たす最適な制御を取得するための制約付き最適化で使用されます。
このアプローチは、LiDAR を搭載し、マッピングされていない環境を移動する非ホロノミック地上ロボットのシミュレーションを通じて検証されます。
ロボットは、事前にマッピングされていない障害物を回避し、速度と入力の両方の制約を満たしながら、環境内をうまく移動します。

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, Google