Sailing Through Point Clouds: Safe Navigation Using Point Cloud Based Control Barrier Functions

要約

現実世界のシナリオにロボット システムを導入する場合、構造化されていない環境で安全に移動できる機能が重要です。
最近、コントロール バリア機能 (CBF) ベースのアプローチは、セーフティ クリティカルなコントローラーの合成に非常に効果的です。
この研究では、Vessel と Mariner の 2 つのコンポーネントで構成される新しい CBF ベースのローカル プランナーを提案します。
Vessel は、点群データのみを使用して CBF を合成する、新しいスケーリング係数ベースの CBF 定式化です。
Mariner は CBF ベースのプレビュー コントロール フレームワークで、ナビゲーション中の偽の平衡状態での行き詰まりを軽減するために使用されます。
提案されたアプローチの有効性を実証するために、最初に提案された点群ベースの CBF 定式化を他の点群ベースの CBF 定式化と比較します。
次に、さまざまな環境における Unitree B1 および Unitree Go2 四足ロボットの実験研究を使用して、提案したアプローチのパフォーマンスとグローバル プランナーとの統合を実証します。

要約(オリジナル)

The capability to navigate safely in an unstructured environment is crucial when deploying robotic systems in real-world scenarios. Recently, control barrier function (CBF) based approaches have been highly effective in synthesizing safety-critical controllers. In this work, we propose a novel CBF-based local planner comprised of two components: Vessel and Mariner. The Vessel is a novel scaling factor based CBF formulation that synthesizes CBFs using only point cloud data. The Mariner is a CBF-based preview control framework that is used to mitigate getting stuck in spurious equilibria during navigation. To demonstrate the efficacy of our proposed approach, we first compare the proposed point cloud based CBF formulation with other point cloud based CBF formulations. Then, we demonstrate the performance of our proposed approach and its integration with global planners using experimental studies on the Unitree B1 and Unitree Go2 quadruped robots in various environments.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google