Safety-Critical Coordination of Legged Robots via Layered Controllers and Forward Reachable Set based Control Barrier Functions

📄 arXiv: 2312.08689v1 📥 PDF

作者: Jeeseop Kim, Jaemin Lee, Aaron D. Ames

分类: cs.RO

发布日期: 2023-12-14

备注: 7 pages, 7 figures. arXiv admin note: substantial text overlap with arXiv:2303.13630

💡 一句话要点

提出基于前向可达集控制屏障函数的分层控制器，实现腿足机器人安全协同

🎯 匹配领域: 支柱一：机器人控制 (Robot Control)

关键词: 腿足机器人 安全控制 协同控制 控制屏障函数 前向可达集

📋 核心要点

  1. 现有方法难以在动态环境中保证腿足机器人协同运动的安全性，尤其是在考虑复杂动力学约束时。
  2. 该论文提出一种分层控制框架，结合前向可达集和控制屏障函数，确保机器人协同运动时的安全性。
  3. 通过仿真和硬件实验验证了该方法在腿足机器人协同运动中的有效性，展示了其安全性和鲁棒性。

📝 摘要（中文）

本文提出了一种针对动态环境中机器人协同的安全关键方法。为此，我们利用带有前向可达集的控制屏障函数（CBFs），通过分层控制器来保证机器人的安全协同，同时保持期望的轨迹。顶层规划器为每个智能体生成一个安全保障的轨迹，考虑了环境中的动态约束。该规划器利用基于前向可达集的高阶CBFs来确保安全关键的协同控制，即保证机器人在运动过程中的安全协同。中间层轨迹规划器采用单刚体（SRB）动力学来生成最佳地面反作用力（GRFs），以跟踪来自顶层规划器的安全保障轨迹。底层控制器生成全身运动，以符合最佳GRFs，同时确保每个站立腿末端的摩擦锥条件。通过仿真和硬件实验证明了该方法的有效性。

🔬 方法详解

问题定义：论文旨在解决动态环境中多个腿足机器人安全协同的问题。现有方法在处理复杂动力学约束和保证运动安全方面存在不足，容易导致碰撞或不稳定。尤其是在机器人需要快速运动或环境存在不确定性时，安全协同控制面临更大的挑战。

核心思路：论文的核心思路是利用分层控制架构，将安全保障融入到轨迹规划和控制中。顶层规划器使用基于前向可达集的控制屏障函数（CBFs）来生成安全轨迹，确保机器人在运动过程中不会发生碰撞。中间层轨迹规划器优化地面反作用力（GRFs），底层控制器则执行全身运动，以跟踪安全轨迹并满足动力学约束。

技术框架：该方法采用分层控制框架，包含三个主要模块：1) 顶层安全轨迹规划器：基于前向可达集和高阶CBFs，生成安全保障的轨迹。2) 中间层轨迹规划器：利用单刚体（SRB）动力学模型，优化地面反作用力（GRFs）以跟踪安全轨迹。3) 底层全身运动控制器：生成全身运动，满足GRFs并确保摩擦锥条件。

关键创新：该方法的关键创新在于将前向可达集与控制屏障函数相结合，用于腿足机器人的安全协同控制。传统CBFs通常只考虑当前状态的安全，而前向可达集能够预测未来状态，从而更有效地避免潜在的碰撞。此外，分层控制架构使得安全保障、轨迹优化和运动控制能够解耦，简化了控制器的设计和实现。

关键设计：顶层规划器使用高阶CBFs，考虑了机器人的高阶导数信息，从而提高了安全保障的鲁棒性。前向可达集的计算方法需要根据具体的机器人动力学模型进行设计。中间层轨迹规划器采用二次规划（QP）求解器，优化GRFs以最小化跟踪误差。底层控制器通常采用逆运动学或优化方法，生成全身运动。

📊 实验亮点

通过仿真和硬件实验验证了该方法的有效性。仿真结果表明，该方法能够有效地避免机器人之间的碰撞，并保持期望的轨迹。硬件实验在一个双足机器人平台上进行，结果表明该方法能够实现安全稳定的协同运动，即使在存在外部干扰的情况下。

🎯 应用场景

该研究成果可应用于物流仓储、搜救行动、协同搬运等领域，实现多个腿足机器人在复杂环境中的安全高效协同。例如，在灾难现场，多个搜救机器人可以协同搜索幸存者，同时避免碰撞和跌倒。在智能工厂中，多个搬运机器人可以协同搬运重物，提高生产效率和安全性。该技术还有潜力应用于未来的自主机器人团队。

📄 摘要（原文）

This paper presents a safety-critical approach to the coordination of robots in dynamic environments. To this end, we leverage control barrier functions (CBFs) with the forward reachable set to guarantee the safe coordination of the robots while preserving a desired trajectory via a layered controller. The top-level planner generates a safety-ensured trajectory for each agent, accounting for the dynamic constraints in the environment. This planner leverages high-order CBFs based on the forward reachable set to ensure safety-critical coordination control, i.e., guarantee the safe coordination of the robots during locomotion. The middle-level trajectory planner employs single rigid body (SRB) dynamics to generate optimal ground reaction forces (GRFs) to track the safety-ensured trajectories from the top-level planner. The whole-body motions to adhere to the optimal GRFs while ensuring the friction cone condition at the end of each stance leg are generated from the low-level controller. The effectiveness of the approach is demonstrated through simulation and hardware experiments.