オプティカルフローから安全へ：スケールフリー相対運動による視覚的安全認証

単眼視の optical flow が与える scale-free で depth-normalized な相対運動を表現として用い、障害物の位置・速度・形状や metric な world model を再構成せずに衝突リスクを認証する visual safety-certification の枠組み。collision-cone 幾何と安全制約を相対運動表現に直接符号化し、online Concurrent Learning observer で正規化相対速度と推定誤差上界を算出、その不確かさを angular inflation と monocular robot-footprint margin で collision cone に伝播して RV-C$^3$BF を構成、optimal-decay CBF quadratic program で nominal control を最小修正して robust 安全制約を課す。

従来の optical-flow ベース navigation は画像運動で回避行動を形成するのに対し、本手法は collision-cone 幾何と安全制約を相対運動表現に直接符号化する点が異なる。障害物の位置・速度・幾何・metric world model を再構成せず、scale-free な depth-normalized 相対運動のみで衝突リスクを認証する枠組みを導入。online Concurrent Learning observer により正規化相対速度と computable な推定誤差上界を得て、それを collision cone に伝播し robust な CBF 制約へ変換する点が先行研究と異なる。

単眼 optical flow による scale-free・depth-normalized 相対運動表現を衝突リスク認証の表現として採用。online Concurrent Learning observer が正規化相対速度を推定し推定誤差上界を計算。その不確かさを angular inflation と monocular robot-footprint margin により collision cone へ伝播し RV-C$^3$BF を構築。optimal-decay CBF quadratic program が nominal control input を最小限修正し、所与の仮定下で robust 安全制約を強制する。

TurtleBot3 を用い、静的・動的障害物のある clutter 環境で simulation と real-world 実験を実施。単眼視と onboard proprioception のみで衝突回避を実証。simulation サンプルの 98.3% で推定誤差上界が測定誤差を包含し、real-world 100 試行中 93 試行で衝突なしの navigation を達成。

推定誤差上界が simulation サンプルの 98.3% で測定誤差を包含し、real-world でも 100 試行中 93 試行で衝突回避を達成したが、残りの試行や上界が包含しない 1.7% の要因、仮定の成立範囲、限界については要旨からは不明。

要旨で参照・比較されている optical-flow-based navigation の先行研究、Concurrent Learning observer、Collision Cone Control Barrier Function (C$^3$BF)、optimal-decay CBF quadratic program に関する文献。要旨に個別の論文名は無いため、同分野の定番として monocular optical flow navigation と CBF-based safety certification の関連研究を挙げる。