Safe Navigation and Obstacle Avoidance Using Differentiable Optimization Based Control Barrier Functions

要約

コントロール バリア機能 (CBF) は、セーフティ クリティカルなロボット アプリケーションに広く適用されています。
ただし、ロボット システムの制御バリア機能の構築は依然として困難な課題です。
最近、微分可能な最適化を使用した衝突検出により、2 つの凸形状間の交差をもたらす最小均一スケーリング係数を計算し、スケーリング係数のヤコビアンも計算する方法が提供されました。
この論文では、オフセットを伴うこのスケーリング係数を使用して、障害物回避タスクの CBF を体系的に定義するフレームワークを提案します。
提案された CBF の連続性を証明する理論的分析を提供します。
提案した CBF は連続微分可能であり、その結果として得られる最適制御問題は計算効率が高く、リアルタイムのロボット制御に適用できることを経験的に示します。
最初に 2D モバイル ロボットの例を使用し、次に Franka-Emika Research 3 (FR3) ロボット マニピュレータをシミュレーションと実験の両方で使用して、アプローチを検証します。

要約(オリジナル)

Control barrier functions (CBFs) have been widely applied to safety-critical robotic applications. However, the construction of control barrier functions for robotic systems remains a challenging task. Recently, collision detection using differentiable optimization has provided a way to compute the minimum uniform scaling factor that results in an intersection between two convex shapes and to also compute the Jacobian of the scaling factor. In this paper, we propose a framework that uses this scaling factor, with an offset, to systematically define a CBF for obstacle avoidance tasks. We provide a theoretical analysis that proves the continuity of the proposed CBF. Empirically, we show that the proposed CBF is continuously differentiable, and the resulting optimal control problem is computationally efficient, which makes it applicable for real-time robotic control. We validate our approach, first using a 2D mobile robot example, then on the Franka-Emika Research 3 (FR3) robot manipulator both in simulation and experiment.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google