論文の概要: Safety Control of a Hyper-redundant Robot via Adaptive Weighted Control Barrier Functions

• arxiv url: http://arxiv.org/abs/2609.24062v1
• Date: Mon, 21 Sep 2026 03:38:43 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-24 16:04:23.119295
• Title: Safety Control of a Hyper-redundant Robot via Adaptive Weighted Control Barrier Functions
• Title（参考訳）: 適応重み制御バリア機能を用いた超冗長ロボットの安全制御
• Abstract要約: 超冗長ロボットは、高デキスタリティのため、閉じ込められた空間操作によく適している。 本研究は、トラッキングエラーを低減しつつ安全性の制約を強制する重み付け制御バリア関数フレームワークを提案する。
• 参考スコア（独自算出の注目度）: 42.150933371692176
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Hyper-redundant robots are well suited for confined-space manipulation due to their high dexterity, but safe operation in cluttered environments remains challenging. In addition, their slender structures often lead to uneven load distributions and nonuniform tracking errors along the body. To address these issues, this work proposes a weighted control barrier functions (W-CBFs) framework that enforces safety constraints while reducing tracking errors caused by uneven loading. The proposed controller was first evaluated on a circular path-following task under different obstacle configurations. With fixed weights, compared to the non-weighted method, the maximum reduction in root-mean-square (RMS) tracking error was 59.6\% in simulation and 87.7\% in physical experiments. An adaptive weighting strategy was then investigated based on the discrepancy between simulated and experimental performance under different mapping functions. The RMS errors were further reduced by 21.9\% and 8.5\%, respectively, although the error increases when obstacles were located close to the robot body. Finally, the robot was evaluated in a cleaning task requiring coverage of a rectangular area and compared with manual teleoperation. Although the controller was not explicitly optimized for area coverage, the autonomous strategy achieved comparable or better coverage performance while avoiding collisions with the surrounding frame, whereas collisions occurred during manual operation.
• Abstract（参考訳）: 超冗長なロボットは、高デキスタリティのため、密集した空間操作によく適しているが、散らばった環境での安全な操作は依然として困難である。 さらに、細い構造は、しばしば不均一な負荷分布と、体に沿って一様でないトラッキングエラーを引き起こす。 これらの問題に対処するために、不均一な負荷によるトラッキングエラーを低減しつつ、安全性の制約を強制する重み付き制御バリア機能(W-CBF)フレームワークを提案する。 提案した制御器は, 障害物配置の異なる円形経路追従作業において, 初めて評価を行った。 固定重量の場合、非重み付け法と比較して、ルート平均平方(RMS)追跡誤差の最大減少はシミュレーションで59.6\%、物理実験で87.7\%であった。 適応重み付け戦略は, 異なる写像関数の下での模擬性能と実験性能の相違に基づいて検討した。 RMSの誤差は21.9\%と8.5\%にさらに減少したが、障害物がロボット本体の近くにあると誤差は増大した。 最後に、ロボットは、矩形領域のカバレッジを必要とする清掃作業において評価され、手動遠隔操作と比較された。 コントローラーはエリアカバレッジに明示的に最適化されなかったが、自律的な戦略は周囲のフレームとの衝突を避けながら、同等またはより良いカバレッジ性能を達成した。

関連論文リスト

• BIG-CBF: Behavior-Imagination-Guided Control Barrier Function with Shared Uncertainty for Mobile Robot Navigation [10.164953732323463]
  本稿では,BIG-CBF,BIG-Imagination-Guided Control Barrier関数を提案する。 BIG-CBFは、全体的なタスク成功率99.78%を達成し、下流CBFの介入を大幅に減少させる。 BIG-CBFは、Jetson Orin Nano計算を搭載した物理的全方位ロボット上で、記録された接触イベントなしで15回の評価を実行する。
  論文  参考訳（メタデータ） (2026-09-13T07:05:36Z)
• Model-Free Adaptive Parameter Tuning for Efficient Multi-Robot Warehouse Operations [43.34877484703518]
  エクストリームシーキング制御(ESC)に基づく適応パラメータチューニングフレームワークを提案する。 ESCは、正弦波ディザ信号でパラメータを摂動させ、摂動と性能変化を推定してモデルフリーの最適化を行う。 動的動作条件下では,地図やロボットの船体サイズによって平均5.0%のスループット向上と8.4%のスループット向上が観察された。
  論文  参考訳（メタデータ） (2026-08-21T18:14:29Z)
• Safe Polytope-in-Polytope Motion Planning and Control with Control Barrier Functions [45.68209588239261]
  本研究は,多目的ロボットのフットプリントが凸自由空間領域内に留まることを保証する安全な局所運動計画制御手法を提案する。 提案された自由空間定式化では障害物検出やセグメンテーションは不要である。 このアプローチは、自動運転車と非ホロノミックな移動ロボットによるハードウェアによるシミュレーションで検証されている。
  論文  参考訳（メタデータ） (2026-06-08T16:44:28Z)
• Real-Time and Accurate Collision-Free Teleoperation via Differentiable Constraint-Based Trajectory Planning [1.4699455652461726]
  この問題を緩和するための一般的な戦略は、最適制御に基づく軌道計画を用いて演算子の入力を強化することである。 我々は、凸最適化における双対性に基づいて、最近の微分可能な衝突回避制約の定式化を遠隔操作設定に適用する。 その結果,提案手法はより高精度な障害物モデリングを実現するとともに,計算時間を短縮できることがわかった。
  論文  参考訳（メタデータ） (2026-06-07T16:39:56Z)
• Fault-Tolerant, Rigidity-Preserving Control of Inflatable Truss Robots [0.0]
  イソペリメトリック・ロボティクス・トラス(英語版)は、強度と重量比が高いため、異なるタスクや環境に適応することができる。 運用環境でのモータ障害は、適切に対処しなければ、運用能力を著しく制限することができる。 本稿では,モータ故障にもかかわらず機能を維持したインフレータブルロボットトラスに対する耐故障性制御フレームワークを提案する。
  論文  参考訳（メタデータ） (2026-05-19T23:39:55Z)
• Sliding Mode Control for Safe Trajectory Tracking with Moving Obstacles Avoidance: Experimental Validation on Planar Robots [1.7044368816068716]
  本稿では,ロバストな軌道追跡と移動障害物回避のための統合制御フレームワークを提案する。 提案アーキテクチャは,衝突回避制約を厳格に実施しつつ,外乱の有無の追跡を保証している。 このアプローチの有効性と汎用性は、数値シミュレーションと広範囲な実世界の実験によって検証される。
  論文  参考訳（メタデータ） (2026-04-27T14:20:10Z)
• A Closed-Form CLF-CBF Controller for Whole-Body Continuum Soft Robot Collision Avoidance [45.63674336069651]
  ソフト連続マニピュレータは機械的コンプライアンスを通じて受動的安全性を提供する。 サンプリングベースの計画のような既存のアプローチは、しばしば計算コストが高く、正式な安全保証がない。 本稿では,リアルタイム3次元障害物回避のための閉形式制御リャプノフ関数-制御バリア関数(CLF-CBF)について述べる。
  論文  参考訳（メタデータ） (2026-03-19T19:34:49Z)
• Shape Control of a Planar Hyper-Redundant Robot via Hybrid Kinematics-Informed and Learning-based Approach [42.55947704321053]
  ハイパー冗長ロボットは、厳密で非構造的な環境での操作をうまく行うことができる。 到達可能な作業空間を拡張するために,多段式フレキシブルラック作動型平面ロボットを開発した。 本研究では,SpatioCoupledNet というハイブリッドキネマティクス・インフォームド・学習型形状制御手法を提案する。
  論文  参考訳（メタデータ） (2026-03-11T04:35:06Z)
• OSCAR: Data-Driven Operational Space Control for Adaptive and Robust Robot Manipulation [50.59541802645156]
  オペレーショナル・スペース・コントロール(OSC)は、操作のための効果的なタスクスペース・コントローラとして使われてきた。 本稿では,データ駆動型OSCのモデル誤差を補償するOSC for Adaptation and Robustness (OSCAR)を提案する。 本手法は,様々なシミュレーション操作問題に対して評価し,制御器のベースラインの配列よりも大幅に改善されていることを示す。
  論文  参考訳（メタデータ） (2021-10-02T01:21:38Z)

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。