要約
この論文では、不確実性の下で安全なロボット工学の計画と制御のための Python/ROS ツールボックスである CBFKit を紹介します。
このツールボックスは、決定的環境と確率的環境の両方でモビリティ システムの制御バリア機能を設計するための一般的なフレームワークを提供します。
ROS オープンソース ロボティクス ミドルウェアに接続できるため、マルチロボット アプリケーションのセットアップ、環境とマップのエンコード、予測動作計画アルゴリズムとの統合が可能になります。
さらに、ロボット制御用の複数の CBF バリエーションとアルゴリズムを提供します。
CBFKit は、トヨタ ヒューマン サポート ロボット (HSR) 上でシミュレーションと物理実験の両方で実証されています。
要約(オリジナル)
This paper introduces CBFKit, a Python/ROS toolbox for safe robotics planning and control under uncertainty. The toolbox provides a general framework for designing control barrier functions for mobility systems within both deterministic and stochastic environments. It can be connected to the ROS open-source robotics middleware, allowing for the setup of multi-robot applications, encoding of environments and maps, and integrations with predictive motion planning algorithms. Additionally, it offers multiple CBF variations and algorithms for robot control. The CBFKit is demonstrated on the Toyota Human Support Robot (HSR) in both simulation and in physical experiments.
arxiv情報
| 著者 | Mitchell Black,Georgios Fainekos,Bardh Hoxha,Hideki Okamoto,Danil Prokhorov |
| 発行日 | 2024-04-10 16:49:39+00:00 |
| arxivサイト | arxiv_id(pdf) |
提供元, 利用サービス
arxiv.jp, Google