[論文レビュー] Safe Feedback Motion Planning in Unknown Environments: An Instantaneous Local Control Barrier Function Approach

Cong Li, Zengjie Zhang+4 more|arXiv (Cornell University)|Jun 9, 2021

Robotic Path Planning Algorithms参考文献 39被引用数 7

ひとこと要約

本稿では、オンライン学習された即時の局所的制御バリア関数（IL-CBFs）と目的志向型制御ラプラス関数（GD-CLFs）を用いた、エンド・トゥ・エンドで感知に依存するフィードバックモーションプランニングフレームワークを提案する。制御入力制約下でも、共有可能な制御空間を拡大することで、IL-CBFsとGD-CLFsを同時に最適化する二次計画法（QP）を用いることで、未知の環境内でのリアルタイム障害物回避と目的への収束を保証する。理論的な安全保証のもと、屋外および屋内迷路シミュレーションで有効性が検証された。

ABSTRACT

Mobile robots are desired with resilience to safely interact with prior-unknown environments and finally accomplish given tasks. This paper utilizes instantaneous local sensory data to stimulate the safe feedback motion planning (SFMP) strategy with adaptability to diverse prior-unknown environments without building a global map. This is achieved by the numerical optimization with the constraints, referred to as instantaneous local control barrier functions (IL-CBFs) and goal-driven control Lyapunov functions (GD-CLFs), learned from perceptional signals. In particular, the IL-CBFs reflecting potential collisions and GD-CLFs encoding incrementally discovered subgoals are first online learned from local perceptual data. Then, the learned IL-CBFs are united with GD-CLFs in the context of quadratic programming (QP) to generate the safe feedback motion planning strategy. Rather importantly, an optimization over the admissible control space of IL-CBFs is conducted to enhance the solution feasibility of QP. The SFMP strategy is developed with theoretically guaranteed collision avoidance and convergence to destinations. Numerical simulations are conducted to reveal the effectiveness of the proposed SFMP strategy that drives mobile robots to safely reach the destination incrementally in diverse prior-unknown environments.

研究の動機と目的

• 従来のマップ・プラン・トラックアーキテクチャにおける段階的誤差を排除するため、知覚と制御を統合した統一フレームワークを構築すること。
• 事前の環境マップがなくても、未知で不確実な環境における安全な自律ナビゲーションを可能にすること。
• オンライン学習された制御バリア関数およびラプラス関数を用いて、理論的整合性と目的への収束を保証すること。
• 複数の制約を組み合わせる際のQPベースの制御合成の実行可能性を、共有制御空間の拡大によって向上させること。
• 低価格ロボットプラットフォームに適した低計算コストでリアルタイムの制御戦略を開発すること。

提案手法

• 障害物境界データなどの知覚信号から、即時の局所的制御バリア関数（IL-CBFs）をオンライン学習し、潜在的衝突を特徴付ける。
• センサ入力からの段階的サブゴール発見を用いて、目的志向型制御ラプラス関数（GD-CLFs）を構築し、長距離ナビゲーションをガイドする。
• 二次計画法（QP）フレームワーク内でIL-CBFsとGD-CLFsを共同最適化し、安全で実行可能な制御入力を生成する。
• 制御入力制約下でもQP最適化の実行可能性を向上させるために、共有制御空間を拡大する。
• 多項式基底関数（例：Φ = [1, x, x²]）と学習されたパラメータ（例：α*）を用いて、IL-CBFsを表現し、動的環境に適応する。
• 二段階アルゴリズムの実装：アルゴリズム1はIL-CBF学習、アルゴリズム2は距離最小化に基づくサブゴール発見。

実験結果

リサーチクエスチョン

• RQ1 部分的でリアルタイムのセンサデータから、IL-CBFsが未知環境における衝突回避を保証するために、オンラインで効果的に学習可能か？
• RQ2 センサ入力からどのようにして段階的にサブゴールを発見し、グローバルマップがなくても長距離ナビゲーションを可能にするか？
• RQ3 複数のCBFおよびCLF制約を組み合わせる際、共有制御空間を拡大することで、QPベースの制御合成の実行可能性は向上するか？
• RQ4 オンライン学習されたIL-CBFsとGD-CLFsの統合は、迷路のような複雑な環境でも安全保証と収束を保証するか？
• RQ5 低コストロボットプラットフォームに一般的な計算制限およびセンサ制限下で、本手法はどのように性能を発揮するか？

主な発見

• 動的障害物を伴う屋外シナリオにおいて、移動ロボットは順次発見されたサブゴールを経由して目的に到達した。
• 屋内迷路環境では、複雑な幾何構造と複数の潜在的衝突領域が存在しても、安全なナビゲーションが達成され、ターゲット位置に到着した。
• 最短経路ヒューリスティクスが部分的に最適でない経路を示す場合でも（図10(a)の青色長方形内）、制御戦略は安全な軌道を維持した。
• QP定式化における最適化パラメータα*は動的に変化し、ナビゲーション中に安全と性能のトレードオフが適応的に反映された。
• 環境の不確実性およびセンサノイズに対しても本手法は頑健であり、両シナリオで衝突は観測されなかった。
• 共有制御空間の拡大によりQPの実行可能性が顕著に向上し、制御入力制約下でも安定したリアルタイム制御が可能になった。