論文の概要: Towards Terrain-Aware Safe Locomotion for Quadrupedal Robots Using Proprioceptive Sensing

• arxiv url: http://arxiv.org/abs/2603.09585v1
• Date: Tue, 10 Mar 2026 12:35:00 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-23 08:17:42.160477
• Title: Towards Terrain-Aware Safe Locomotion for Quadrupedal Robots Using Proprioceptive Sensing
• Title（参考訳）: プロプリオセプティブセンシングを用いた四足歩行ロボットのテランの安全移動に向けて
• Authors: Peiyu Yang, Jiatao Ding, Wei Pan, Claudio Semini, Cosimo Della Santina,
• Abstract要約: 本研究は,2.5次元地形図を生成し,支持面パラメータを抽出し,接触および状態推定に統合する推定フレームワークを提案する。 提案手法がスムーズな地形表現を提供することを示す実験を行った。 地形、状態、接触の結合推定フレームワークは、ベース位置推定の平均絶対誤差を64.8%削減する。
• 参考スコア（独自算出の注目度）: 14.192891684501125
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Achieving safe quadrupedal locomotion in real-world environments has attracted much attention in recent years. When walking over uneven terrain, achieving reliable estimation and realising safety-critical control based on the obtained information is still an open question. To address this challenge, especially for low-cost robots equipped solely with proprioceptive sensors (e.g., IMUs, joint encoders, and contact force sensors), this work first presents an estimation framework that generates a 2.5-D terrain map and extracts support plane parameters, which are then integrated into contact and state estimation. Then, we integrate this estimation framework into a safety-critical control pipeline by formulating control barrier functions that provide rigorous safety guarantees. Experiments demonstrate that the proposed terrain estimation method provides smooth terrain representations. Moreover, the coupled estimation framework of terrain, state, and contact reduces the mean absolute error of base position estimation by 64.8%, decreases the estimation variance by 47.2%, and improves the robustness of contact estimation compared to a decoupled framework. The terrain-informed CBFs integrate historical terrain information and current proprioceptive measurements to ensure global safety by keeping the robot out of hazardous areas and local safety by preventing body-terrain collision, relying solely on proprioceptive sensing.
• Abstract（参考訳）: 近年, 現実世界環境における安全な四足歩行の実現が注目されている。 不均一な地形の上を歩く場合、信頼性の高い推定を行い、得られた情報に基づいて安全クリティカルな制御を実現することは、まだ未解決の問題である。 この課題に対処するため、特にプロピロセプティブセンサー(例えば、IMU、ジョイントエンコーダ、接触力センサー)を備えた低コストロボットでは、まず2.5次元地形マップを生成し、サポートプレーンパラメータを抽出し、接触および状態推定に統合する推定フレームワークを提示する。 そして、厳密な安全保証を提供する制御バリア関数を定式化することにより、この推定フレームワークを安全クリティカルな制御パイプラインに統合する。 提案手法がスムーズな地形表現を提供することを示す実験を行った。 さらに、地形、状態、接触の結合推定フレームワークは、ベース位置推定の平均絶対誤差を64.8%減らし、推定分散を47.2%減らし、デカップリングフレームワークと比較して接触推定の堅牢性を向上させる。 地形インフォームされたCBFは、歴史的地形情報と現在のプロバイオセプティブ測定を統合し、ロボットを危険地域から遠ざけ、身体と地形の衝突を防ぎ、プロバイオセプティブセンシングのみに依存することにより、地球規模の安全を確保する。

関連論文リスト

• Infrastructure Sensor-enabled Vehicle Data Generation using Multi-Sensor Fusion for Proactive Safety Applications at Work Zone [8.125809724901366]
  インフラベースセンシングとリアルタイム軌道生成は、ワークゾーンなどの高リスク道路セグメントの安全性向上を約束する。 本研究では、路面カメラとLiDARセンサーを協調環境に組み込むことにより、これらの障壁に対処する。 シミュレーションでは、融合アルゴリズムは個々のセンサーと比較して、長手誤差を最大70%削減した。
  論文  参考訳（メタデータ） (2025-09-29T19:58:27Z)
• NOVA: Navigation via Object-Centric Visual Autonomy for High-Speed Target Tracking in Unstructured GPS-Denied Environments [56.35569661650558]
  我々はNOVAというオブジェクト中心のフレームワークを導入し、ロバストな目標追跡と衝突認識ナビゲーションを可能にした。 グローバルマップを構築するのではなく、NOVAはターゲットの参照フレーム内での知覚、推定、制御を定式化する。 我々は,都市迷路や森林の小道,間欠的なGPS損失を伴う建物内の繰り返し遷移など,現実の挑戦的なシナリオにまたがってNOVAを検証する。
  論文  参考訳（メタデータ） (2025-06-23T14:28:30Z)
• 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)
• 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)
• Secure Navigation using Landmark-based Localization in a GPS-denied Environment [1.19658449368018]
  本稿では,ランドマークに基づくローカライゼーション(LanBLoc)と拡張カルマンフィルタ(EKF)を統合した新たなフレームワークを提案する。 本稿では,障害物や危険のない経路を移動する物体を誘導する2つのアプローチについて,シミュレーションした戦場シナリオを提案する。
  論文  参考訳（メタデータ） (2024-02-22T04:41:56Z)
• Cooperative Probabilistic Trajectory Forecasting under Occlusion [110.4960878651584]
  隠蔽対象の情報を安全なナビゲーションのためにエゴエージェントに伝達する必要がある場合が多い。 本稿では,エゴエージェントの基準フレームにおける閉塞歩行者の現況を協調的に推定するエンド・ツー・エンドネットワークを設計する。 また,エゴ剤による閉塞歩行者の不確実性を考慮した軌道予測は,閉塞を前提とした地上の真実軌道とほぼ同様であることを示した。
  論文  参考訳（メタデータ） (2023-12-06T05:36:52Z)
• R4Dyn: Exploring Radar for Self-Supervised Monocular Depth Estimation of Dynamic Scenes [69.6715406227469]
  駆動シナリオにおける自己教師付き単眼深度推定は、教師付きアプローチに匹敵する性能を達成した。 本稿では,自己監督型深度推定フレームワーク上に費用効率の高いレーダデータを利用する新しい手法であるR4Dynを提案する。
  論文  参考訳（メタデータ） (2021-08-10T17:57:03Z)
• 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)

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。