Differentiable Optimization Based Time-Varying Control Barrier Functions for Dynamic Obstacle Avoidance

要約

コントロール バリア関数 (CBF) は、安全なコントロール合成のためのシンプルかつ効果的な方法を提供します。
最近では、微分可能最適化 (diffOpt) ベースの手法を使用して、幾何学的形状間の静的障害物回避タスク用の CBF を体系的に構築する作業が行われています。
この作業では、動的障害物回避タスクを実行するために diffOpt CBF のアプリケーションを拡張します。
時変 CBF (TVCBF) 定式化を使用することで、動的な幾何学的障害物に対する障害物回避を実行できることを示します。
さらに、測定ノイズと作動限界を考慮するために TVCBF 制約を拡張する方法を示します。
提案したアプローチの有効性を実証するために、最初に、シミュレートされた動的障害物回避タスクで、モデル予測制御ベースの方法および循環 CBF ベースの方法とそのパフォーマンスを比較します。
次に、7 自由度の Franka Research 3 ロボット マニピュレータを使用した実験研究で、提案したアプローチのパフォーマンスを実証します。

要約(オリジナル)

Control barrier functions (CBFs) provide a simple yet effective way for safe control synthesis. Recently, work has been done using differentiable optimization (diffOpt) based methods to systematically construct CBFs for static obstacle avoidance tasks between geometric shapes. In this work, we extend the application of diffOpt CBFs to perform dynamic obstacle avoidance tasks. We show that by using the time-varying CBF (TVCBF) formulation, we can perform obstacle avoidance for dynamic geometric obstacles. Additionally, we show how to extend the TVCBF constraint to consider measurement noise and actuation limits. To demonstrate the efficacy of our proposed approach, we first compare its performance with a model predictive control based method and a circular CBF based method on a simulated dynamic obstacle avoidance task. Then, we demonstrate the performance of our proposed approach in experimental studies using a 7-degree-of-freedom Franka Research 3 robotic manipulator.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google