Safety-Aware Robust Model Predictive Control for Robotic Arms in Dynamic Environments

要約

ロボットマニピュレーターは、正確な産業用ピックアンドプレイス操作に不可欠ですが、センサーノイズや時変遅延などの不確実性のため、動的環境での衝突のない軌道を計画することは依然として困難です。
従来の制御方法は、これらの条件下で失敗することが多く、制約締め付けを伴う堅牢なMPC（RMPC）戦略の開発をやる気にさせます。
この論文では、フェーズベースの公称制御を堅牢な安全モードと統合し、安全な操作と公称操作の間のスムーズな遷移を可能にする新しいRMPCフレームワークを提案します。
私たちのアプローチは、動く障害物のリアルタイム予測に基づいて制約を動的に調整します\ Textemdash人、ロボット、またはその他の動的オブジェクト\ Textemdashして、継続的で衝突のない操作を保証します。
シミュレーション研究は、コントローラーがモーションの自然性と安全性の両方を改善し、従来の方法よりも速いタスク完了を達成することを実証しています。

要約(オリジナル)

Robotic manipulators are essential for precise industrial pick-and-place operations, yet planning collision-free trajectories in dynamic environments remains challenging due to uncertainties such as sensor noise and time-varying delays. Conventional control methods often fail under these conditions, motivating the development of Robust MPC (RMPC) strategies with constraint tightening. In this paper, we propose a novel RMPC framework that integrates phase-based nominal control with a robust safety mode, allowing smooth transitions between safe and nominal operations. Our approach dynamically adjusts constraints based on real-time predictions of moving obstacles\textemdash whether human, robot, or other dynamic objects\textemdash thus ensuring continuous, collision-free operation. Simulation studies demonstrate that our controller improves both motion naturalness and safety, achieving faster task completion than conventional methods.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google