論文の概要: BubbleCBF: Constructive Safety for Second-Order Systems and Application to Autonomous Robot Navigation in Unknown Environments
- arxiv url: http://arxiv.org/abs/2610.20895v1
- Date: Wed, 14 Oct 2026 20:24:47 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-16 19:13:16.061251
- Title: BubbleCBF: Constructive Safety for Second-Order Systems and Application to Autonomous Robot Navigation in Unknown Environments
- Title（参考訳）: BubbleCBF:第2次システムの構成安全と未知環境における自律型ロボットナビゲーションへの応用
- Abstract要約: 本研究では,第2次制御アフィンシステムにおいて,実用可能な安全制約を設計するための建設的アプローチを開発する。
2次プログラムベースのコントローラがシステム状態において連続的に適切に定義されていることを証明し、設定された前方不変量をレンダリングする。
本研究では,ディファレンシャルドライブロボットに適用したBubbleCBFが,未知の環境で安全な自律ナビゲーションを実現することを実証する。
- 参考スコア（独自算出の注目度）: 7.826106867079876
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Satisfying safety constraints for systems with second-order dynamics is challenging because a position constraint may require infeasible deceleration. Higher-order control barrier functions (CBFs) provide an approach for expressing safety conditions for such systems but feasibility depends on the system dynamics and available control authority. We develop a constructive approach for designing feasible safety constraints for second-order control-affine systems. Starting from a signed distance function (SDF), we construct collision-free spheres, i.e., bubbles, in position space, and use their quadratic geometry and overlap to construct a velocity-dependent safety constraint. The associated safe set is represented as a union of intersections and enforced through a quadratic-program safety filter. Under mild assumptions on the dynamics, bubble overlap, and design parameters, we prove that the quadratic-program-based controller is well defined, continuous in the system state, and renders the set forward invariant. We also derive sufficient conditions for feasibility under bounded inputs. We demonstrate that our BubbleCBF, applied to a differential-drive robot, achieves safe autonomous navigation in unknown environments. Videos and results are available at: https://existentialrobotics.org/bubblecbf/.
- Abstract（参考訳）: 2階力学系に対する安全制約を満たすことは、位置制約が非実用的減速を必要とするため困難である。
高次制御障壁関数(CBF)は、そのようなシステムの安全条件を表現するためのアプローチを提供するが、実現可能性はシステム力学と利用可能な制御権限に依存する。
本研究では,第2次制御アフィンシステムにおいて,実用可能な安全制約を設計するための建設的アプローチを開発する。
符号付き距離関数(SDF)から始めて、衝突のない球体、すなわち気泡を位置空間で構築し、2次幾何学を用いて重なり合い、速度依存性の安全制約を構築する。
関連するセーフセットは交差点の結合として表現され、二次プログラム安全フィルタによって強制される。
ダイナミックス, バブルオーバーラップ, 設計パラメータに関する軽度な仮定の下では, 二次プログラムベースのコントローラがよく定義され, システム状態において連続であることが証明され, 設定された前方不変量を描画する。
また、有界入力における実現可能性について十分な条件を導出する。
本研究では,ディファレンシャルドライブロボットに適用したBubbleCBFが,未知の環境で安全な自律ナビゲーションを実現することを実証する。
ビデオと結果は、https://existentialrobotics.org/bubblecbf/.comで公開されている。
関連論文リスト
- Safe Ergodic Control for Multi-Robot Systems via Quadratic Programming [8.512867189292056]
エルゴディック制御は、ロボットが関心の分布に比例して各地域で時間を過ごすように促す。
既存の安全なエルゴードコントローラは、オフラインの客観的最適化や階層アーキテクチャに依存している。
本稿では、エルゴディディティと安全性を両立させる2次プログラミング(QP)ベースの制御器を提案する。
論文 参考訳（メタデータ） (2026-10-04T14:30:04Z) - 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) - Reactive Robot-Centric Safety for Autonomous Navigation in Constrained and Dynamic Environments [14.321190258774358]
本稿では,3次元LIDAR認識に基づく複合制御バリア関数を統合したリアルタイム制御アーキテクチャを提案する。
地下環境における複数フィールド実験を通してシステムを検証する。
論文 参考訳（メタデータ） (2026-05-15T09:42:13Z) - 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) - 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) - 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) - Learning Performance-Oriented Control Barrier Functions Under Complex Safety Constraints and Limited Actuation [5.62479170374811]
制御バリア関数(CBF)は非線形制御系力学を制約するエレガントなフレームワークを提供する。
これらの課題に包括的に対処する,新たな自己教師型学習フレームワークを導入する。
本研究では,2次元ダブルインテグレータ(DI)システムと7次元固定翼航空機システムに対するアプローチを検証する。
論文 参考訳（メタデータ） (2024-01-11T02:51:49Z) - 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) - 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) - 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)
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。