論文の概要: Control Barrier Functions with Audio Risk Awareness for Robot Safe Navigation on Construction Sites

• arxiv url: http://arxiv.org/abs/2602.12416v1
• Date: Thu, 12 Feb 2026 21:15:09 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-23 08:17:41.416804
• Title: Control Barrier Functions with Audio Risk Awareness for Robot Safe Navigation on Construction Sites
• Title（参考訳）: 建設現場におけるロボット安全ナビゲーションのための音声リスク認識機能を有する制御バリア機能
• Authors: Johannes Mootz, Reza Akhavian,
• Abstract要約: 本研究は,障害回避のための安全保証を提供する制御バリア関数(CBF)に基づく安全フィルタを提案する。 提案したフレームワークは、信号エンベロープと周期性に基づいてCBFを軽量かつリアルタイムなジャックハマー検出器で補強する。 その結果,CBFの安全フィルタは,40.2% (円形) と76.5% (楕円) の目標に達しながら,安全違反を排除していることがわかった。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Construction automation increasingly requires autonomous mobile robots, yet robust autonomy remains challenging on construction sites. These environments are dynamic and often visually occluded, which complicates perception and navigation. In this context, valuable information from audio sources remains underutilized in most autonomy stacks. This work presents a control barrier function (CBF)-based safety filter that provides safety guarantees for obstacle avoidance while adapting safety margins during navigation using an audio-derived risk cue. The proposed framework augments the CBF with a lightweight, real-time jackhammer detector based on signal envelope and periodicity. Its output serves as an exogenous risk that is directly enforced in the controller by modulating the barrier function. The approach is evaluated in simulation with two CBF formulations (circular and goal-aligned elliptical) with a unicycle robot navigating a cluttered construction environment. Results show that the CBF safety filter eliminates safety violations across all trials while reaching the target in 40.2% (circular) vs. 76.5% (elliptical), as the elliptical formulation better avoids deadlock. This integration of audio perception into a CBF-based controller demonstrates a pathway toward richer multimodal safety reasoning in autonomous robots for safety-critical and dynamic environments.
• Abstract（参考訳）: 建設自動化には自律的な移動ロボットがますます必要になるが、建設現場では頑丈な自律性は依然として難しい。 これらの環境は動的であり、しばしば視覚的に無視され、知覚とナビゲーションを複雑にする。 この文脈では、オーディオソースからの貴重な情報は、ほとんどの自律スタックでは未利用のままである。 本研究は,音声誘導型リスクキューを用いて,ナビゲーション中に安全マージンを適応させつつ,障害物回避の安全性を保証する制御バリア関数(CBF)に基づく安全フィルタを提案する。 提案したフレームワークは、信号エンベロープと周期性に基づいてCBFを軽量かつリアルタイムなジャックハマー検出器で補強する。 その出力は外因性リスクとして機能し、バリア関数を調節することでコントローラに直接強制される。 本手法は,一輪式ロボットによる2つのCBF定式化(円形およびゴール整列楕円形)によるシミュレーションで評価される。 その結果、CBFの安全フィルタは40.2%(周期)と76.5%(楕円)で目標に達する間、全ての試験において安全違反を排除し、楕円形の定式化はデッドロックを回避していることがわかった。 このCBFベースのコントローラへの音声認識の統合は、自律ロボットの安全クリティカルでダイナミックな環境に対するよりリッチなマルチモーダル安全推論への道筋を示す。

関連論文リスト

• Layered Safety: Enhancing Autonomous Collision Avoidance via Multistage CBF Safety Filters [18.386652442201665]
  本稿では,ロバストで信頼性の高い層状安全フィルタを構築するための汎用的なエンドツーエンドフレームワークを提案する。 ロボット中心の点雲が与えられた場合、我々は、ポアソン安全関数(PSF)を合成するために使用される占有マップを構築することから始める。 PSFは2つの異なる安全濾過段階において制御バリア機能(CBF)として使用される。
  論文  参考訳（メタデータ） (2026-02-27T22:19:45Z)
• RoboSafe: Safeguarding Embodied Agents via Executable Safety Logic [56.38397499463889]
  視覚言語モデル(VLM)を利用するエージェントは、複雑な現実世界のタスクを実行する能力がますます高まっている。 しかし、安全でない行動を引き起こす可能性のある危険な指示に弱いままである。 提案するRoboSafeは,実行可能述語ベースの安全ロジックを通じて,エージェントを具体化するためのランタイムセーフガードである。
  論文  参考訳（メタデータ） (2025-12-24T15:01:26Z)
• UpSafe$^\circ$C: Upcycling for Controllable Safety in Large Language Models [67.91151588917396]
  大規模言語モデル(LLM)は、幅広いタスクで顕著な進歩を遂げているが、有害なコンテンツ生成やジェイルブレイク攻撃といった安全リスクに弱いままである。 安全に配慮したリサイクルによるLCMの安全性向上のための統合フレームワークであるUpSafe$circ$Cを提案する。 この結果から, 静的アライメントから動的, モジュール, 推論対応制御への移行という, LLMの安全性の新たな方向性が明らかになった。
  論文  参考訳（メタデータ） (2025-10-02T16:43:33Z)
• Designing Control Barrier Function via Probabilistic Enumeration for Safe Reinforcement Learning Navigation [55.02966123945644]
  本稿では,ニューラルネットワーク検証技術を利用して制御障壁関数(CBF)とポリシー修正機構の設計を行う階層型制御フレームワークを提案する。 提案手法は,安全なCBFベースの制御層を構築するために使用される,安全でない操作領域を特定するための確率的列挙に依存する。 これらの実験は、効率的なナビゲーション動作を維持しながら、安全でない動作を補正する提案手法の能力を実証するものである。
  論文  参考訳（メタデータ） (2025-04-30T13:47:25Z)
• ASMA: An Adaptive Safety Margin Algorithm for Vision-Language Drone Navigation via Scene-Aware Control Barrier Functions [9.645098673995317]
  VLNを運用するドローンプラットフォームについて検討し、新しいシーン認識CBFを定式化することによって安全性を向上させる。 CBFのないベースラインシステムは、コマンドを順序づけられたランドマークのシーケンスに変換するために、モーダルな注意を持つビジョンランゲージを使用する。 ASMAは移動物体を追跡し、シーン認識CBF評価をオンザフライで実行し、追加の制約として機能する。
  論文  参考訳（メタデータ） (2024-09-16T13:44:50Z)
• Learned Risk Metric Maps for Kinodynamic Systems [54.49871675894546]
  本研究では,高次元力学系のコヒーレントリスクメトリクスをリアルタイムに推定するための学習型リスクメトリクスマップを提案する。 LRMMモデルは設計と訓練が簡単で、障害セットの手続き的生成、状態と制御のサンプリング、および関数近似器の教師付きトレーニングのみを必要とする。
  論文  参考訳（メタデータ） (2023-02-28T17:51:43Z)
• BarrierNet: A Safety-Guaranteed Layer for Neural Networks [50.86816322277293]
  BarrierNetは、ニューラルコントローラの安全性の制約が環境の変化に適応できるようにする。 本研究では,2次元空間と3次元空間における交通統合やロボットナビゲーションといった一連の制御問題について評価する。
  論文  参考訳（メタデータ） (2021-11-22T15:38:11Z)

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。