日本フィジカルAI新聞

世界のフィジカルAIを、日本語で。

安全制御arXiv:2606.01605

距離場とCBFへの意味的リスクの埋め込みによるオンラインモノキュラー安全制御

Embedding Semantic Risk into Distance Fields and CBFs for Online Monocular Safe Control

シェア:XThreadsFacebookLINEはてブBluesky

単眼カメラ映像から意味的リスクを距離場に埋め込み、CBFベースの安全ナビゲーションをオンラインで実現するフレームワークを提案した。

詳しい要約

1. どんなもの?

- 単眼RGBビデオからオンラインで知覚し制御するフレームワーク - 意味的リスクを距離場に埋め込み、CBFベースの安全ナビゲーションとテレオペレーションを実現 - ファウンデーションモデルベースのSLAMフロントエンドで密な3D幾何を再構成 - 毎フレームのセマンティックセグメンテーションでピクセルレベルのクラスラベルを取得し、再構成幾何に融合 - 意味ラベル付きESDFを生成し、CBFコントローラに局所距離と空間微分を提供

2. 先行研究と比べてどこがすごい?

- 従来の知覚ベース安全フィルタは全障害物に同じ距離ベースの安全マージンを割り当てるか、セマンティクスを下流のコントローラ調整にのみ使用 - 提案手法はセマンティックリスクを空間表現に直接エンコードし、制御最適化前に意味的リスクを組み込む - 高リスク物体が安全場でより大きな空間的影響を及ぼし、実行時に効率的なESDFクエリを維持

3. 技術・手法の肝は?

- ファウンデーションモデルベースのSLAMフロントエンドで単眼RGBビデオから密な3D幾何を再構成 - 毎フレームのセマンティックセグメンテーションでピクセルレベルのクラスラベルを取得し、再構成幾何に融合 - 幾何-意味表現をESDFに変換し、意味ラベルが安全関連領域を特定し、クラス依存のインフレーションを課す - 意味認識ESDFがCBFコントローラに必要な局所距離値と空間微分を提供 - クラス依存ゲインがコントローラ応答を調整

4. どうやって有効だと検証した?

- 広範なシミュレーションとハードウェア実験を実施 - 10-20 Hzのオンライン動作を実証 - テレオペレーションと自律ナビゲーションの両方で意味認識安全行動を確認

5. 議論はある?

- 要旨からは不明

6. 次に読むべき論文は?

- 要旨で参照/比較されている研究は明示されていない - 同分野の定番として、Control Barrier Function (CBF) ベースの安全フィルタ、Euclidean Signed Distance Field (ESDF) を用いたナビゲーション、単眼SLAM、セマンティックセグメンテーションの関連論文が挙げられる

※ AIが要旨から生成した要約です。正確性は原文をご確認ください。

著者: Dawei Zhang, Nuo Chen, Shuo Liu, Roberto Tron, Zhiwen Fan

分類: cs.RO

原文アブストラクト

We propose an online monocular perception-to-control framework that embeds semantic risk into the distance field used by Control Barrier Function (CBF)-based safe navigation and teleoperation. Many perception-based safety filters assign the same distance-based safety margin to all mapped obstacles or use semantics only as a downstream controller adjustment, rather than encoding semantic risk in the spatial representation. Our framework instead reasons online about obstacle geometry and class-dependent risk by embedding semantic information directly into the Euclidean Signed Distance Field (ESDF). This design encodes semantic risk before control optimization, so high-risk objects exert a larger spatial influence in the safety field while retaining efficient ESDF queries at runtime. Specifically, a foundation-model-based SLAM front end reconstructs dense 3-D geometry from monocular RGB video, while per-frame semantic segmentation provides pixel-level class labels that are fused into the reconstructed geometry. The resulting geometric-semantic representation is then converted into an ESDF, where semantic labels identify safety-relevant regions and impose class-dependent inflation before field computation. The semantic-aware ESDF provides the local distance values and spatial derivatives required by the CBF controller, while class-dependent gains further regulate the controller response. Extensive simulation and hardware experiments demonstrate online operation at 10--20 Hz and semantic-aware safe behavior in both teleoperation and autonomous navigation.

関連論文

  1. 1Boston Dynamics、車輪付きAtlasの研究試作機を紹介研究・技術
  2. 2GXOとApptronik、Apolloの物流現場試験を拡大 最大1,000台の展開を構想量産・展開
  3. 3newmoとKDDIが資本業務提携 2028年に堺市で自動運転タクシー商用化目指す提携・買収
  4. 4NVIDIA、CoRLでGR00T 2とIsaac Lab 3.0を発表新製品・発表
  5. 5UC BerkeleyとNVIDIAの研究者、AIエージェントでロボット制御コードを仮想環境で改善研究・技術

PR・アフィリエイト広告

OZ GAMING(GPU搭載BTOゲーミングPC)

OZ GAMING(GPU搭載BTOゲーミングPC)の公式広告バナーOZ GAMINGで完成品PCを見る ↗
PR本紙発行元 EmplifAI