要約
学習ベースの方法などのモーション計画のためのリアルタイム安全フィルターを提示します。これは、道路境界との衝突回避を正式に保証するコントロールバリア関数（CBFS）を使用します。
私たちのアプローチの重要な特徴は、保守的な過度に頼ることなく、任意の形状の道路幾何学を直接組み込む能力です。
2次プログラム（QP）の形で制約された最適化問題として安全フィルターを策定します。
公称モーションプランナーによって発行された制御アクションを最小限に抑える必要がある調整を行うことにより、安全を達成します。
複雑な道路を備えたさまざまなトラフィックシナリオにわたる広範な数値実験を通じて、安全フィルターを検証します。
結果は、その信頼性の高い安全性と高い計算効率（40 Hzまでの実行頻度）を確認します。
コード＆ビデオデモ：github.com/bassamlab/sigmarl
要約(オリジナル)
We present a real-time safety filter for motion planning, such as learning-based methods, using Control Barrier Functions (CBFs), which provides formal guarantees for collision avoidance with road boundaries. A key feature of our approach is its ability to directly incorporate road geometries of arbitrary shape without resorting to conservative overapproximations. We formulate the safety filter as a constrained optimization problem in the form of a Quadratic Program (QP). It achieves safety by making minimal, necessary adjustments to the control actions issued by the nominal motion planner. We validate our safety filter through extensive numerical experiments across a variety of traffic scenarios featuring complex roads. The results confirm its reliable safety and high computational efficiency (execution frequency up to 40 Hz). Code & Video Demo: github.com/bassamlab/SigmaRL
arxiv情報
| 著者 | Jianye Xu,Chang Che,Bassam Alrifaee |
| 発行日 | 2025-05-05 06:36:26+00:00 |
| arxivサイト | arxiv_id(pdf) |
提供元, 利用サービス
arxiv.jp, Google