Safe Navigation in Unmapped Environments for Robotic Systems with Input Constraints

要約

このホワイトペーパーでは、複合制御バリア関数（CBF）を使用した入力および状態の制約の下で、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提示します。
先験的にマップされていない環境でローカルな状態の制約（障害物などのローカルな安全制約など）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リアルタイムの知覚フィードバック（LIDAR）がオンラインで使用されるシナリオを検討します。
このアプローチは、最近得られたNからの単一の時変CBFを合成するために、ソフト最大関数を採用しています。
次に、入力制約は、コントロールダイナミクスを使用してコントローラー状態の制約に変換されます。
次に、ソフト最小関数を使用して、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との入力制約を構成します。
この組成は、単一の緩和されたCBFを生成します。これは、状態と入力の制約を満たす最適な制御を得るために制約された最適化で使用されます。
このアプローチは、LIDARを装備し、マップされていない環境をナビゲートする非ホロノミックグラウンド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、先験的にマップされていない障害物を避け、速度と入力の制約の両方を満たしながら、環境を正常にナビゲートします。

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