核心概念
포인트 클라우드 데이터를 활용하여 로봇의 안전한 항해를 위한 제어 장벽 함수 기반 접근법을 제안한다.
摘要
이 논문에서는 로봇의 안전한 항해를 위한 새로운 포인트 클라우드 기반 제어 장벽 함수 접근법을 제안한다.
Vessel은 포인트 클라우드 데이터를 활용하여 제어 장벽 함수를 합성하는 새로운 방법이다. 이는 로봇을 더 일반적인 형태로 모델링할 수 있게 한다.
Mariner는 제어 장벽 함수 기반의 새로운 미리보기 제어 프레임워크로, 로봇이 장애물에 갇히는 것을 방지할 수 있다.
제안된 접근법은 시뮬레이션과 실제 Unitree B1 및 Unitree Go2 쿼드러펫 로봇에서 검증되었다. 또한 전역 경로 계획기와 통합되어 실내 환경에서의 성능이 입증되었다.
제안된 방법의 주요 장점은 다음과 같다:
- 더 일반적인 CBF 공식화로 포인트 클라우드 전처리가 필요하지 않다.
- Mariner를 통해 센서 데이터 기반으로 실시간 재계획이 가능하다.
- Mariner와 전역 경로 계획기의 결합으로 더 짧고 직선에 가까운 경로를 생성한다.
統計資料
로봇의 선형 및 각속도는 단일 적분기 모델로 표현된다.
제어 장벽 함수는 최소 스케일링 요소를 사용하여 포인트 클라우드 전체에 대한 안전성을 보장한다.
제안된 접근법은 GPU 가속을 통해 높은 계산 효율성을 달성한다.
引述
"최근 제어 장벽 함수(CBF) 기반 접근법은 안전 중요 제어기를 합성하는 데 매우 효과적이었다."
"CBF 기반 방법은 가성 평형 상태에 빠지는 문제가 있어 항해 작업에 활용하기 어렵다."
"제안된 Vessel과 Mariner 접근법은 포인트 클라우드 데이터를 직접 활용하여 더 일반적인 기하학적 모델을 지원한다."