論文の概要: Assuring Safety of Vision-Based Swarm Formation Control

• arxiv url: http://arxiv.org/abs/2210.00982v2
• Date: Wed, 27 Sep 2023 22:06:37 GMT
• ステータス: 処理完了
• システム内更新日: 2023-10-24 14:56:49.833086
• Title: Assuring Safety of Vision-Based Swarm Formation Control
• Title（参考訳）: ビジョンベースSwarm生成制御の安全性確保
• Authors: Chiao Hsieh (1), Yubin Koh (1), Yangge Li (1), Sayan Mitra (1) ((1) Coordinated Science Laboratory at the University of Illinois at Urbana-Champaign)
• Abstract要約: 本稿では,視覚に基づく構成制御の安全性保証手法を提案する。 本稿では,標準量子化コンセンサスアルゴリズムの収束解析を構築された量子化器に適用する方法を示す。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Vision-based formation control systems are attractive because they can use inexpensive sensors and can work in GPS-denied environments. The safety assurance for such systems is challenging: the vision component's accuracy depends on the environment in complicated ways, these errors propagate through the system and lead to incorrect control actions, and there exists no formal specification for end-to-end reasoning. We address this problem and propose a technique for safety assurance of vision-based formation control: First, we propose a scheme for constructing quantizers that are consistent with vision-based perception. Next, we show how the convergence analysis of a standard quantized consensus algorithm can be adapted for the constructed quantizers. We use the recently defined notion of perception contracts to create error bounds on the actual vision-based perception pipeline using sampled data from different ground truth states, environments, and weather conditions. Specifically, we use a quantizer in logarithmic polar coordinates, and we show that this quantizer is suitable for the constructed perception contracts for the vision-based position estimation, where the error worsens with respect to the absolute distance between agents. We build our formation control algorithm with this nonuniform quantizer, and we prove its convergence employing an existing result for quantized consensus.
• Abstract（参考訳）: 安価なセンサーを使用でき、GPSを利用した環境でも動作するため、視覚ベースの構成制御システムは魅力的である。 ビジョンコンポーネントの精度は、複雑な方法で環境に依存するため、これらのエラーはシステムを通じて伝播し、誤った制御アクションにつながるため、エンドツーエンドの推論に関する公式な仕様は存在しません。 本稿では,この問題に対処し,視覚に基づく構成制御の安全性を保証する手法を提案する。 次に、構築された量子化器に標準量子化コンセンサスアルゴリズムの収束解析を適用する方法を示す。 我々は、最近定義された知覚契約の概念を用いて、異なる基底状態、環境、気象条件からのサンプルデータを用いて、実際の視覚に基づく知覚パイプラインの誤差境界を作成する。 具体的には、対数極座標における量子化器を用い、この量子化器は、エージェント間の絶対距離に関して誤差が悪化する視覚に基づく位置推定のための構築された知覚契約に適していることを示す。 我々は、この非一様量子化器を用いて生成制御アルゴリズムを構築し、その収束性を量子化コンセンサスに既存の結果を用いて証明する。

関連論文リスト

• Automatically Adaptive Conformal Risk Control [49.95190019041905]
  本稿では,テストサンプルの難易度に適応して,統計的リスクの近似的条件制御を実現する手法を提案する。 我々のフレームワークは、ユーザが提供するコンディショニングイベントに基づく従来のコンディショニングリスク制御を超えて、コンディショニングに適した関数クラスのアルゴリズム的、データ駆動決定を行う。
  論文  参考訳（メタデータ） (2024-06-25T08:29:32Z)
• Robust Collaborative Perception without External Localization and Clock Devices [52.32342059286222]
  複数のエージェントをまたいだ一貫した空間的時間的調整は、協調的な知覚の基礎である。 従来の手法は、ローカライゼーションとクロック信号を提供するために外部デバイスに依存している。 本稿では,様々なエージェントの知覚データに内在する幾何学的パターンを認識して整列する手法を提案する。
  論文  参考訳（メタデータ） (2024-05-05T15:20:36Z)
• OOSTraj: Out-of-Sight Trajectory Prediction With Vision-Positioning Denoising [49.86409475232849]
  軌道予測はコンピュータビジョンと自律運転の基本である。 この分野における既存のアプローチは、しばしば正確で完全な観測データを仮定する。 本稿では,視覚的位置決め技術を利用した視線外軌道予測手法を提案する。
  論文  参考訳（メタデータ） (2024-04-02T18:30:29Z)
• Refining Perception Contracts: Case Studies in Vision-based Safe Auto-landing [2.3415799537084725]
  知覚契約は、認識に機械学習を使用する制御システムの安全性を評価する方法を提供する。 本稿では,多段階,異種,ML対応の2種類の飛行制御系について述べる。
  論文  参考訳（メタデータ） (2023-11-15T02:26:41Z)
• Conformal Policy Learning for Sensorimotor Control Under Distribution Shifts [61.929388479847525]
  本稿では,センサコントローラの観測値の分布変化を検知・応答する問題に焦点をあてる。 鍵となる考え方は、整合量子を入力として取ることができるスイッチングポリシーの設計である。 本稿では, 基本方針を異なる特性で切り替えるために, 共形量子関数を用いてこのようなポリシーを設計する方法を示す。
  論文  参考訳（メタデータ） (2023-11-02T17:59:30Z)
• Safe Perception-Based Control under Stochastic Sensor Uncertainty using Conformal Prediction [27.515056747751053]
  本稿では,知覚マップの推定不確かさを定量化する知覚ベース制御フレームワークを提案する。 また、これらの不確実性表現を制御設計に統合する。 本稿では,LiDAR対応F1/10thカーに対する認識制御の有効性を示す。
  論文  参考訳（メタデータ） (2023-04-01T01:45:53Z)
• Safe Output Feedback Motion Planning from Images via Learned Perception Modules and Contraction Theory [6.950510860295866]
  本稿では、実行時の安全性と目標到達性を保証する不確実な制御-アフィン非線形システムのクラスを示す。 我々は、観測から状態のサブセットを逆転させようとする知覚システムを訓練し、知覚誤差の上限を推定する。 次に、収縮理論を用いて安定化状態フィードバックコントローラと収束状態オブザーバを設計する。 この制御器が動的および不正確な状態推定における誤差を受ける場合、軌道追従誤差を導出する。
  論文  参考訳（メタデータ） (2022-06-14T02:03:27Z)
• Learning Robust Output Control Barrier Functions from Safe Expert Demonstrations [50.37808220291108]
  本稿では,専門家によるデモンストレーションの部分的な観察から,安全な出力フィードバック制御法を考察する。 まず,安全性を保証する手段として,ロバスト出力制御バリア関数(ROCBF)を提案する。 次に、安全なシステム動作を示す専門家による実証からROCBFを学習するための最適化問題を定式化する。
  論文  参考訳（メタデータ） (2021-11-18T23:21:00Z)
• Safety Verification of Neural Network Controlled Systems [0.0]
  本稿では,ニューラルネットワーク制御システムの安全性を検証するためのシステムレベルのアプローチを提案する。 単純な動作と複雑な動作の両方をキャプチャできるコントローラのジェネリックモデルを想定します。 我々は,システム全体の到達可能な状態を正確に近似する到達可能性解析を行う。
  論文  参考訳（メタデータ） (2020-11-10T15:26:38Z)
• Towards robust sensing for Autonomous Vehicles: An adversarial perspective [82.83630604517249]
  結果として得られる決定が摂動に対して堅牢であることは、最も重要なことです。 敵対的摂動は、意図的に環境や感覚測定の修正を施したものである。 より安全なシステムの構築とデプロイには,センサーシステムの脆弱性を慎重に評価する必要がある。
  論文  参考訳（メタデータ） (2020-07-14T05:25:15Z)
• Drawing together control landscape and tomography principles [0.2741266294612775]
  形状のフィールドを用いて量子システムを制御したり、測定データからそのような制御されたシステムの状態を推測する能力は、量子デバイスの設計と運用における重要なタスクである。 システムの全状態を制御・再構築する能力と特異制御の欠如を関連付けるとともに、十分に長い進化期間において特異制御が発生することは滅多にないことを示す。 本稿では,システムに部分的にアクセスした測定データを利用した最適制御の学習アルゴリズムについて述べる。
  論文  参考訳（メタデータ） (2020-04-06T15:17:33Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。