論文の概要: Design and Experimental Validation of Closed-Form CBF-Based Safe Control for Stewart Platform Under Multiple Constraints
- arxiv url: http://arxiv.org/abs/2512.11125v1
- Date: Thu, 11 Dec 2025 21:13:47 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-03-23 08:17:40.291219
- Title: Design and Experimental Validation of Closed-Form CBF-Based Safe Control for Stewart Platform Under Multiple Constraints
- Title（参考訳）: スチュワートプラットフォームにおける複数制約下での閉鎖型CBF型安全制御の設計と実験的検証
- Authors: Benedictus C. G. Cinun, Tua A. Tamba, Immanuel R. Santjoko, Xiaofeng Wang, Michael A. Gunarso, Bin Hu,
- Abstract要約: 本稿では、スチュワートロボットプラットフォーム上での安全制約を強制するための制御バリア関数(CBF)フレームワークのクローズドフォームソリューションを提案する。
提案手法は明示的な閉形式制御法により複数の位置と速度の制約を同時に処理する。
このコントローラーは、カスタムビルドされたStewartプラットフォームプロトタイプのシミュレーションとハードウェアの実験の両方で検証されている。
- 参考スコア（独自算出の注目度）: 8.392402091638091
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: This letter presents a closed-form solution of Control Barrier Function (CBF) framework for enforcing safety constraints on a Stewart robotic platform. The proposed method simultaneously handles multiple position and velocity constraints through an explicit closed-form control law, eliminating the need to solve a Quadratic Program (QP) at every control step and enabling efficient real-time implementation. This letter derives necessary and sufficient conditions under which the closed-form expression remains non-singular, thereby ensuring well-posedness of the CBF solution to multi-constraint problem. The controller is validated in both simulation and hardware experiments on a custom-built Stewart platform prototype, demonstrating safetyguaranteed performance that is comparable to the QP-based formulation, while reducing computation time by more than an order of magnitude. The results confirm that the proposed approach provides a reliable and computationally lightweight framework for real-time safe control of parallel robotic systems. The experimental videos are available on the project website. (https://nail-uh.github.io/StewartPlatformSafeControl.github.io/)
- Abstract（参考訳）: 本稿では、スチュワートロボットプラットフォーム上での安全制約を強制するための制御バリア関数(CBF)フレームワークのクローズドフォームソリューションを提案する。
提案手法は,複数の位置と速度の制約を明示的な閉形式制御法により同時に処理し,制御ステップ毎に準数値プログラム(QP)を解く必要をなくし,効率的なリアルタイム実装を実現する。
この文は、閉形式式が非特異なままである必要十分条件を導出し、CBFの解が多重制約問題によく当てはまることを保証する。
コントローラは、カスタムビルドされたStewartプラットフォームプロトタイプのシミュレーションおよびハードウェア実験の両方で検証され、QPベースの定式化に匹敵する安全性保証性能を示し、計算時間を1桁以上短縮する。
その結果,提案手法は並列ロボットシステムのリアルタイム安全な制御のための信頼性と計算軽量なフレームワークを提供することを確認した。
実験ビデオはプロジェクトのWebサイトで公開されている。
(https://nail-uh.github.io/StewartPlatformSafeControl.github.io/)
関連論文リスト
- Safety-Guaranteed Imitation Learning from Nonlinear Model Predictive Control for Spacecraft Close Proximity Operations [39.146761527401424]
本稿では,宇宙船近接制御のための安全保証型,実行時効率の模倣学習フレームワークを提案する。
安全証明書にはCBF(Control Barrier Functions)、安定性にはCLF(Control Lyapunov Functions)を活用しています。
実行時分析では、市販のオフザシェルフプロセッサでリアルタイムに実現可能であることを示し、安全クリティカルな軌道上サービスのためのオンボードデプロイメントをサポートする。
論文 参考訳（メタデータ） (2026-03-19T13:47:18Z) - A Feasibility-Enhanced Control Barrier Function Method for Multi-UAV Collision Avoidance [8.527260258364894]
本稿では,マルチUAV衝突回避のためのFECBFフレームワークを提案する。
密集した多UAVシナリオでは、CBF二次プログラム(CBF-QP)の実現性は内部不整合性によって損なわれる可能性がある。
論文 参考訳（メタデータ） (2026-03-13T15:58:40Z) - Warm-Starting Collision-Free Model Predictive Control With Object-Centric Diffusion [38.363402738466334]
拡散型ウォームスタート条件と潜時オブジェクト中心のシーン表現を組み合わせることで、厳密な時間制限下での信頼性と効率的な動き生成が得られることを示す。
提案手法では,オブジェクト中心のスロットアテンション機構を用いて,システム状態,タスク,周囲に拡散トランスフォーマを設定できる。
サンプル軌道は、剛体力学と符号-距離衝突制約を強制する最適制御問題によって洗練される。
論文 参考訳（メタデータ） (2026-01-06T10:02:54Z) - Safe Neural Control for Non-Affine Control Systems with Differentiable
Control Barrier Functions [58.19198103790931]
本稿では,非アフィン制御系における安全クリティカル制御の問題に対処する。
制御バリア関数(CBF)を用いて,状態制約と制御制約の2次コストの最適化を2次プログラムのシーケンス(QP)にサブ最適化できることが示されている。
我々は,高次CBFをニューラル常微分方程式に基づく学習モデルに差分CBFとして組み込んで,非アフィン制御系の安全性を保証する。
論文 参考訳（メタデータ） (2023-09-06T05:35:48Z) - Recursively Feasible Probabilistic Safe Online Learning with Control Barrier Functions [60.26921219698514]
CBFをベースとした安全クリティカルコントローラのモデル不確実性を考慮した再構成を提案する。
次に、結果の安全制御器のポイントワイズ実現可能性条件を示す。
これらの条件を利用して、イベントトリガーによるオンラインデータ収集戦略を考案する。
論文 参考訳（メタデータ） (2022-08-23T05:02:09Z) - 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) - Pointwise Feasibility of Gaussian Process-based Safety-Critical Control
under Model Uncertainty [77.18483084440182]
制御バリア関数(CBF)と制御リアプノフ関数(CLF)は、制御システムの安全性と安定性をそれぞれ強化するための一般的なツールである。
本稿では, CBF と CLF を用いた安全クリティカルコントローラにおいて, モデル不確実性に対処するためのガウスプロセス(GP)に基づくアプローチを提案する。
論文 参考訳（メタデータ） (2021-06-13T23:08:49Z) - Reinforcement Learning for Safety-Critical Control under Model
Uncertainty, using Control Lyapunov Functions and Control Barrier Functions [96.63967125746747]
強化学習フレームワークは、CBFおよびCLF制約に存在するモデル不確実性を学ぶ。
RL-CBF-CLF-QPは、安全制約におけるモデル不確実性の問題に対処する。
論文 参考訳（メタデータ） (2020-04-16T10:51:33Z)
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。