論文の概要: Safety-Critical Adaptive Impedance Control via Nonsmooth Control Barrier Functions under State and Input Constraints
- arxiv url: http://arxiv.org/abs/2605.28367v2
- Date: Thu, 28 May 2026 14:30:46 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-05-30 02:45:54.848532
- Title: Safety-Critical Adaptive Impedance Control via Nonsmooth Control Barrier Functions under State and Input Constraints
- Title（参考訳）: 状態・入力制約下における非平滑制御バリア関数による安全臨界適応インピーダンス制御
- Authors: Faisal Lawan, Xiaoran Han, Joaquin Carrasco, Barry Lennox, Xiaoxiao Cheng,
- Abstract要約: 本研究では,不確実な動的条件下での適合的な相互作用を達成しつつ,連立状態の安全性を強制するオンライン適応インピーダンス制御フレームワークを提案する。
この手法は、二次プログラムに基づく安全フィルタと、新しい構成された位置速度非滑らかな制御バリア関数を組み合わせたものである。
外乱オブザーバの強化された安全メカニズムは、モデリングエラーや外部の相互作用力に対する堅牢性を改善する。
- 参考スコア（独自算出の注目度）: 3.1685575193428845
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Safe physical interaction is critical for deploying robotic manipulators in human-robot interaction and contact-rich tasks, where uncertainty, external forces, and actuator limitations can compromise both performance and safety. We propose an online adaptive impedance control framework that enforces joint-state safety while achieving compliant interaction under uncertain dynamics. The approach combines a quadratic-program-based safety filter with a novel composed position-velocity non-smooth control barrier function (NCBF), enabling joint position and velocity constraints to be enforced through a unified relative-degree-one barrier. Unknown dynamics are compensated online using an interval type-2 fuzzy logic system, while actuator torque limits are handled through soft constraints with exact penalty recovery of feasible solutions. A disturbance-observer-enhanced safety mechanism improves robustness against modelling errors and external interaction forces. Using composite Lyapunov analysis, we prove forward invariance of the safe set and the uniform ultimately boundedness of the impedance-tracking error. Simulations on a 7-DOF manipulator with severe parametric uncertainty and external interaction wrenches demonstrate safe constraint satisfaction and robust impedance tracking.
- Abstract（参考訳）: 安全な物理的相互作用は、不確実性、外部力、アクチュエータの制限が性能と安全性の両方を損なう可能性がある、人間とロボットの相互作用と接触に富んだタスクにロボットマニピュレータを配置する上で重要である。
本研究では,不確実な動的条件下での適合的な相互作用を達成しつつ,連立状態の安全性を強制するオンライン適応インピーダンス制御フレームワークを提案する。
提案手法は,2次プログラムに基づく安全フィルタと,新たに構成された位置速度非平滑制御バリア関数(NCBF)を組み合わせることで,接続位置と速度の制約を統一された相対次1次バリアを通じて実施する。
未知の力学は、インターバルタイプ2ファジィ論理系を用いてオンラインで補償され、アクチュエータトルク制限は、実現可能な解の正確なペナルティ回復を伴うソフト制約によって処理される。
外乱オブザーバの強化された安全メカニズムは、モデリングエラーや外部の相互作用力に対する堅牢性を改善する。
合成リャプノフ解析を用いて、安全集合の前方不変性とインピーダンス追従誤差の一様有界性を証明した。
重度パラメトリック不確実性と外部相互作用レンチを有する7-DOFマニピュレータのシミュレーションは、安全な制約満足度と頑健なインピーダンス追跡を示す。
関連論文リスト
- Safety-Critical Whole-Body Control for Humanoid Robots via Input-to-State Safe Control Barrier Functions [6.59514190732471]
本稿では,ヒューマノイドロボットのための階層型安全クリティカル全身制御フレームワークを提案する。
提案アーキテクチャは,キネマティック・ボディー・コントローラ(KinWBC),ISSf-CBFセーフティフィルタ,ダイナミック・ボディー・コントローラ(DynWBC)を統合している。
論文 参考訳（メタデータ） (2026-05-25T08:02:30Z) - Learning Reactive Dexterous Grasping via Hierarchical Task-Space RL Planning and Joint-Space QP Control [50.28263951510334]
本稿では,リアクティブなデクスタリーグルーピングのためのハイブリッド階層型制御フレームワークを提案する。
提案手法は,低レベル共同実行から高レベル空間意図を明示的に分離する。
我々は厳密なシミュレーションと現実のパイプラインを通して提案したフレームワークを広範囲に検証する。
論文 参考訳（メタデータ） (2026-05-05T04:49:38Z) - Safety-Critical Centralized Nonlinear MPC for Cooperative Payload Transportation by Two Quadrupedal Robots [3.7624387468002483]
相互接続型ロボットペイロードシステムは離散時間非線形微分代数系としてモデル化される。
我々は,ロボットとペイロードの衝突回避制約を強制する制御障壁関数(CBF)に基づくNMPC式を開発した。
提案手法は、決定変数として相互作用のレンチを保ち、構造化されたDAE制約の最適制御問題をもたらす。
論文 参考訳（メタデータ） (2026-04-03T17:19:47Z) - Engagement-Zone-Aware Input-Constrained Guidance for Safe Target Interception in Contested Environments [0.711144397510333]
我々はディフェンダーが引き起こすエンゲージメントゾーンを用いて安全制約を定式化する。
log-sum-exp演算子を用いてスムーズな集合安全関数を構築する。
次に、インターセプションと安全目標を協調するスムーズな切り替え誘導戦略を開発する。
論文 参考訳（メタデータ） (2026-03-24T18:49:13Z) - Safe Whole-Body Loco-Manipulation via Combined Model and Learning-based Control [46.47619556874003]
そこで本研究では,マニピュレータアームのモデルベースアプタンス制御と足歩行の強化学習ポリシを組み合わせた全身制御を提案する。
アクセタンスコントローラは、物理的相互作用中に人間によって適用されるような外部レンチを、望ましいエンドエフェクタ速度にマッピングし、従順な振る舞いを可能にする。
6-DoFアームと手首に装着した6-DoF Force/Torqueセンサーを備えたUnitree Go2四足歩行ロボットを用いて,シミュレーションとハードウェアの両方におけるアプローチを検証する。
論文 参考訳（メタデータ） (2026-03-02T22:31:12Z) - BarrierSteer: LLM Safety via Learning Barrier Steering [83.12893815611052]
BarrierSteerは、学習した非線形安全性制約を直接モデルの潜在表現空間に埋め込むことで、安全性を形式化する新しいフレームワークである。
BarrierSteerは、敵の成功率を大幅に低下させ、安全でない世代を減少させ、既存の手法より優れていることを示す。
論文 参考訳（メタデータ） (2026-02-23T18:19:46Z) - QP-Based Control of an Underactuated Aerial Manipulator under Constraints [1.5984927623688912]
本稿では,未作動航空機マニピュレータの制約対応制御フレームワークを提案する。
安全と実現可能性の制約を明確に考慮しながら、正確なエンドエフェクタ軌道追跡を可能にする。
論文 参考訳（メタデータ） (2026-01-13T13:05:36Z) - Pareto Control Barrier Function for Inner Safe Set Maximization Under Input Constraints [50.920465513162334]
入力制約下での動的システムの内部安全集合を最大化するPCBFアルゴリズムを提案する。
逆振り子に対するハミルトン・ヤコビの到達性との比較と,12次元四元数系のシミュレーションにより,その有効性を検証する。
その結果,PCBFは既存の手法を一貫して上回り,入力制約下での安全性を確保した。
論文 参考訳（メタデータ） (2024-10-05T18:45:19Z) - Learning Robust Hybrid Control Barrier Functions for Uncertain Systems [68.30783663518821]
我々は,ロバストな安全を確保する制御則を合成する手段として,ロバストなハイブリッド制御障壁関数を提案する。
この概念に基づき,データからロバストなハイブリッド制御障壁関数を学習するための最適化問題を定式化する。
我々の技術は、モデル不確実性の対象となるコンパス歩行歩行者の魅力領域を安全に拡張することを可能にする。
論文 参考訳（メタデータ） (2021-01-16T17:53:35Z)
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。