Sign In

T-CBF: Traversability-based Control Barrier Function to Navigate Vertically Challenging Terrain

Created by
  • Haebom
Category
Empty

저자

Manas Gupta, Xuesu Xiao

개요

본 논문은 비구조적이고 수직적으로 험난한 오프로드 지형에서의 모바일 로봇 안전성 향상을 위한 새로운 접근법을 제시합니다. 기존의 충돌 회피 중심의 안전 연구를 넘어, 차량 전복 및 고정과 같은 안전 문제까지 고려하여 주행 가능성(traversability) 기반 제어 장벽 함수(T-CBF)를 도입합니다. 신경망 기반 CBF를 사용하여 주행 가능성에 대한 새로운 안전 측면을 고려함으로써 안전한 궤적을 생성합니다. 시뮬레이션과 실제 Verti-4 Wheeler(V4W) 플랫폼에서의 실험 결과를 통해 T-CBF가 목표 위치에 도달하면서 주행 가능성 안전을 제공함을 보여주며, 기존 기법 대비 30% 향상된 안전성과 기동성을 실제 험난한 지형에서 입증합니다.

시사점, 한계점

시사점:
비구조적이고 수직적으로 험난한 지형에서의 모바일 로봇 안전성 향상에 기여하는 새로운 안전 기준(주행 가능성) 제시
충돌 회피를 넘어 전복 및 고정과 같은 안전 문제까지 고려하는 통합적인 안전 제어 시스템 구현
신경망 기반 CBF를 활용한 안전한 궤적 생성 및 기존 기법 대비 향상된 성능(30%) 검증
실제 로봇 플랫폼(V4W)을 이용한 실험을 통해 알고리즘의 실효성 입증
한계점:
현재는 V4W 플랫폼에 대한 실험 결과만 제시되어 다른 로봇 플랫폼으로의 일반화 가능성에 대한 추가 연구 필요
다양한 오프로드 지형 조건에 대한 범용성 검증 및 강건성 확보를 위한 추가 연구 필요
신경망 훈련에 사용된 데이터의 질과 양에 따라 성능이 영향을 받을 수 있음. 데이터셋의 균형과 다양성 확보에 대한 고려 필요
👍