傾きを守る安全なボールボット：制御バリア関数を用いた傾斜整合型MPCナビゲーション

- 三輪オムニホイール式 ballbot のための二層ナビゲーション手法 Safe-Ballbot を提案する論文。 - 上層は ball 位置の jerk model 上の MPC で、静的・移動・回転・凹型障害物に対し discrete-time control barrier functions (CBF) を課す。 - 下層は extended state observer 付き hierarchical sliding mode controller と tilt 上の robust exponential control barrier function (HSMC-ESO-ECBF)。 - 二層は、barrier function が許容する最大定常 tilt から閉形式で導かれる加速度上限で結合される。 - 予測のみの障害物には conformal prediction 半径で膨張させる。

- フルモデル nonlinear MPC は高コスト、balance dynamics を無視する planner は追従不能な参照を出すという従来のトレードオフに対処。 - フルモデル nonlinear MPC と比べ 10–15 倍高速 (9–12 ms) で、しかも膨張障害物に侵入しない。 - 上層計画と下層追従を加速度上限で整合させ、planner が tracker の拒否する lean を要求しない点が新しい。 - 予測障害物に対し conformal inflation で constant-velocity predictor の衝突を除去・低減。

- 上層: ball 位置の jerk model 上の MPC + discrete-time CBF (静的/移動/回転/凹型障害物)。 - 下層: HSMC-ESO-ECBF。extended state observer で外乱を推定し、tilt に robust exponential CBF を課す。 - 層間リンク: barrier function が許容する最大定常 tilt から加速度上限を閉形式で導出。 - 予測障害物: conformal prediction 半径で障害物を膨張させ、予測誤差を所定確率で抑える。 - MuJoCo 上でオムニホイールのローラ接触とトルク飽和を模擬。

- MuJoCo でオムニホイール roller contacts と torque saturation を含めて評価。 - 少なくとも 10 cm の clearance を維持、計画追従 RMS 2 cm 以内、tilt は制限以下。 - 計画時間 9–12 ms で、膨張障害物に侵入するフルモデル nonlinear MPC より 10–15 倍高速。 - 予測障害物では、30 のランダム横断シナリオで constant-velocity predictor の衝突を conformal inflation が除去。 - 閉路上の endless run でも衝突を低減。

- 実機実験ではなく MuJoCo シミュレーション評価に留まる点は要旨から読み取れる範囲。 - conformal prediction の保証は所定確率であり、予測誤差分布の仮定に依存する可能性。 - 凹型障害物や回転障害物への CBF 設計の一般性・保守性は要旨からは不明。 - 実機のローラ接触・トルク飽和・外乱下での性能は要旨からは不明。

- 比較対象の full-model nonlinear MPC に関する研究。 - constant-velocity predictor を用いる障害物予測手法。 - conformal prediction を用いた安全・予測手法。 - discrete-time control barrier functions および robust exponential control barrier function の基礎論文。 - hierarchical sliding mode controller と extended state observer (HSMC-ESO) の関連研究。