安全制御arXiv:2402.12512
車型ロボットの安全保証のための入力制約付き制御バリア関数の学習
Learning Input Constrained Control Barrier Functions for Guaranteed Safety of Car-Like Robots
複雑環境を走行する車型ロボットに対し、サポートベクターマシン回帰で環境の滑らかな関数を学習し、ステアリング制約を考慮したロバストな安全フィルタを設計する手法を提案し、シミュレーションと実機実験で検証した。
著者: Sven Brüggemann, Dominic Nightingale, Jack Silberman, Maurício de Oliveira
分類: cs.RO, cs.SY, eess.SY
原文アブストラクト
We propose a design method for a robust safety filter based on Input Constrained Control Barrier Functions (ICCBF) for car-like robots moving in complex environments. A robust ICCBF that can be efficiently implemented is obtained by learning a smooth function of the environment using Support Vector Machine regression. The method takes into account steering constraints and is validated in simulation and a real experiment.