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:2607.15961

高次元マニピュレータの安全制御のための動的制約再構築に基づく制御バリア関数

Dynamic Constraint Reconstruction Based Control Barrier Functions for Safety-Critical Control of High-Dimensional Manipulators

シェア:XThreadsFacebookLINEはてブBluesky

外乱やモデル誤差がある高次元マニピュレータに対し、拡張状態オブザーバで外乱を推定し、その推定値に基づいて制御バリア関数の安全制約を動的に再構築する手法を提案。シミュレーションで安全性と追従性能の向上を確認した。

詳しい要約

1. どんなもの?

本論文は、外乱やモデル不確かさの影響を受ける高次元マニピュレータの安全制御のための、動的制約再構築に基づく制御バリア関数(DCR-CBF)フレームワークを提案している。拡張状態オブザーバを用いて集中外乱をオンライン推定し、推定された外乱を高次制御バリア関数に組み込むことで、推定された真のダイナミクスに応じて安全制約を再構築する。推定誤差に対処するため安全マージンを導入し、有界な推定誤差の下で前方不変性を保証する十分条件を導出する。4自由度掘削マニピュレータのシミュレーションにより、強い未知外乱下での安全性違反ゼロと軌道追従性能の向上を実証している。

2. 先行研究と比べてどこがすごい?

従来のCBF法は公称ダイナミクスに基づく固定の安全制約を用いるため、外乱やモデル不確かさが存在する場合、実際のシステム挙動と不整合になり、安全性の低下や過度の保守性を招く。本提案は、外乱推定をCBFに組み込み、安全制約を動的に再構築することで、この問題に対処している。標準CBF法やロバストCBF法と比較して、強い未知外乱下での安全性違反ゼロを達成しつつ、軌道追従性能を大幅に改善する点が優れている。

3. 技術・手法の肝は?

手法の核は、拡張状態オブザーバ(ESO)による集中外乱のオンライン推定と、その推定値を高次制御バリア関数(HOCBF)に組み込んで安全制約を再構築することである。推定された外乱を真のダイナミクスに反映させることで、固定制約の不整合を解消する。さらに、推定誤差の影響を考慮して安全マージンを導入し、有界な推定誤差の下で前方不変性を保証する十分条件を導出している。

4. どうやって有効だと検証した?

4自由度掘削マニピュレータのシミュレーションを用いて検証している。強い未知外乱を印加した条件下で、提案するDCR-CBF法が安全性違反ゼロを達成し、標準CBF法やロバストCBF法と比較して軌道追従性能が大幅に向上することを示している。

5. 議論はある?

要旨からは、推定誤差の影響を安全マージンで緩和しているが、マージンの大きさと保守性のトレードオフや、推定誤差の上限の具体的な導出方法については不明である。また、シミュレーションのみで実機検証は行われていない可能性がある。さらに、提案手法の計算負荷やリアルタイム実装の課題については言及されていない。

6. 次に読むべき論文は?

要旨で参照されている標準CBF法やロバストCBF法に関する論文、および高次制御バリア関数(HOCBF)の基礎論文が挙げられる。具体的には、Amesらの制御バリア関数に関する研究や、Xiaoらの高次CBFに関する研究が関連する。

※ 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: Bingsheng Zhang, Shen Wang, Qiang Wang, Muguo Du, Donghai Shi, Xiaofeng Tao

分類: eess.SY

原文アブストラクト

Control barrier functions (CBFs) provide formal safety guarantees for constrained nonlinear systems, but their effectiveness relies on accurate system dynamics. In high-dimensional manipulators subject to unknown disturbances and model uncertainties, fixed safety constraints constructed from nominal dynamics may become inconsistent with the actual system behavior, leading to safety degradation or excessive conservatism. This paper proposes a dynamic constraint reconstruction based control barrier function (DCR-CBF) framework for safety-critical control of disturbed robotic manipulators. An extended state observer is employed to estimate lumped disturbances online, and the estimated disturbance is incorporated into high-order control barrier functions to reconstruct safety constraints according to the estimated true dynamics. To address estimation inaccuracies, a safety margin is introduced, and a sufficient condition is derived to guarantee forward invariance under bounded estimation errors. Simulation studies on a 4-DOF excavation manipulator demonstrate that the proposed DCR-CBF method achieves zero safety violation under strong unknown disturbances while significantly improving trajectory-tracking performance compared with standard and robust CBF methods.

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. 2newmo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
  3. 3GXO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
  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

FRONTIER(GPU搭載BTOパソコン)

FRONTIER(GPU搭載BTOパソコン)の公式広告バナーFRONTIERでGPU搭載PCを見る ↗
PR本紙発行元 EmplifAI