Learning Input Constrained Control Barrier Functions for Guaranteed Safety of Car-Like Robots

要約

複雑な環境内を移動する自動車型ロボットのための、入力制約制御バリア関数(ICCBF)に基づく堅牢な安全フィルタの設計方法を提案します。
効率的に実装できる堅牢な ICCBF は、サポート ベクター マシン回帰を使用して環境のスムーズな関数を学習することによって取得されます。
この方法はステアリングの制約を考慮しており、シミュレーションと実際の実験で検証されています。

要約(オリジナル)

We propose a design method for a robust safety filter based on Input Constrained Control Barrier Functions (ICCBF) for car-like robots moving in complex environments. A robust ICCBF that can be efficiently implemented is obtained by learning a smooth function of the environment using Support Vector Machine regression. The method takes into account steering constraints and is validated in simulation and a real experiment.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google