Sensor-Based Distributionally Robust Control for Safe Robot Navigation in Dynamic Environments

要約

動的で未知の環境でモバイルロボットナビゲーションの新しい方法を導入し、オンボードセンシングと分布的に堅牢な最適化を活用して、確率的安全性の制約を課します。
この方法では、ノイズの多いセンサー測定と状態推定値を直接統合して安全性の制約を定義する分布的に堅牢な制御バリア関数（DR-CBF）を導入します。
このアプローチは、複雑なジオメトリを持つロボットに一般化可能であり、リアルタイムコントロール周波数で動作できる幅広いコントロールアフィンダイナミクスに適用できます。
パスフォロー用のコントロールリアプノフ関数（CLF）と相まって、提案されたCLF-DR-CBF制御合成法は、困難な環境で安全で堅牢で効率的なナビゲーションを実現します。
シミュレーションの不確実性と、微分駆動ロボットの実際の実験の不確実性の下で、安全な自律ナビゲーションに対するアプローチの有効性と堅牢性を実証します。

要約(オリジナル)

We introduce a novel method for mobile robot navigation in dynamic, unknown environments, leveraging onboard sensing and distributionally robust optimization to impose probabilistic safety constraints. Our method introduces a distributionally robust control barrier function (DR-CBF) that directly integrates noisy sensor measurements and state estimates to define safety constraints. This approach is applicable to a wide range of control-affine dynamics, generalizable to robots with complex geometries, and capable of operating at real-time control frequencies. Coupled with a control Lyapunov function (CLF) for path following, the proposed CLF-DR-CBF control synthesis method achieves safe, robust, and efficient navigation in challenging environments. We demonstrate the effectiveness and robustness of our approach for safe autonomous navigation under uncertainty in simulations and real-world experiments with differential-drive robots.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google