Aller au contenu principal
Fonctions de barrière de contrôle robustes aux mesures, apprises pour l'évitement d'obstacles sous erreur d'estimation d'étatIllustration générée par IA
RecherchearXiv cs.RO 

Fonctions de barrière de contrôle robustes aux mesures, apprises pour l'évitement d'obstacles sous erreur d'estimation d'état

1 source couvre ce sujet·Source originale ↗·

Compilé et résumé par IA · sources vérifiables en un clic · publié sans lecture humaine préalable · méthodologie

Résumé IASource unique

Un article publié sur arXiv (référence 2608.20467) présente deux nouvelles fonctions barrières de contrôle (CBF) destinées à garantir l'évitement d'obstacles quand l'estimation d'état du robot est imparfaite, une situation courante hors laboratoire. La première, DMR-CBF, ajoute à la condition CBF classique une optimisation sur le pire cas d'incertitude dans la dynamique du système, puis sert à préentraîner une seconde version, NMR-CBF, qui remplace cette optimisation par un terme appris et affiné sur des trajectoires simulées différentiables. Testées sur un double intégrateur planaire et un quadrirotor à 12 degrés de liberté, les deux méthodes évitent les collisions là où d'autres approches robustes échouent ou se montrent trop prudentes. Le NMR-CBF a ensuite été déployé sur un robot quadrupède Unitree Go2, qui a traversé un champ d'obstacles malgré des erreurs d'odométrie ayant fait percuter un filtre CBF standard.

Ce travail cible un angle mort connu des filtres de sécurité: la plupart des CBF publiés supposent un état parfaitement connu, hypothèse qui s'effondre dès qu'un robot mobile ou un drone s'appuie sur une odométrie bruitée. Pour les intégrateurs qui évaluent des couches de sécurité pour robots mobiles autonomes (AMR), quadrupèdes ou drones, la démonstration sur Go2 illustre l'écart entre un filtre standard, qui percute l'obstacle sous erreur d'odométrie, et une version robuste qui l'évite avec un coût de calcul réduit grâce à l'apprentissage. Cela va dans le sens d'un secteur qui cherche à combiner garanties de sécurité formelles et budget de calcul compatible avec l'embarqué, plutôt qu'à choisir entre robustesse et temps réel.

Le papier s'inscrit dans une lignée récente de travaux sur les CBF robustes à l'erreur d'estimation d'état, une extension encore jeune du cadre CBF classique utilisé pour l'évitement d'obstacles et le contrôle sûr. Les auteurs positionnent DMR-CBF et NMR-CBF face à ces méthodes robustes antérieures, jugées soit sujettes à des violations de sécurité, soit trop conservatrices, et fournissent une analyse théorique du DMR-CBF en complément des résultats empiriques. Sans calendrier de suite précisé, le passage du banc de simulation au robot Go2 en conditions réelles reste l'étape de validation la plus significative avant une éventuelle extension à d'autres plateformes mobiles.

Dans nos dossiers

À lire aussi

Évitement de collisions par fonctions barrières de contrôle géométriques et approximations polynomiales de Bernstein
Illustration générée par IA
1arXiv cs.RO 

Évitement de collisions par fonctions barrières de contrôle géométriques et approximations polynomiales de Bernstein

Des chercheurs ont déposé sur arXiv (référence 2605.30696) un article présentant une nouvelle méthode de navigation sûre pour robots basée sur des fonctions de barrière de contrôle (CBF) couplées à des champs de distance signée approximés par polynômes de Bernstein, baptisés BP-SDFs. L'approche cible un problème concret du pipeline de planification de mouvement : les substituts géométriques classiques comme les sphères ou les super-ellipsoïdes sont soit trop conservateurs dans des environnements non structurés, soit nécessitent un grand nombre de primitives locales, ce qui gonfle le nombre de contraintes et dégrade les performances temps réel.

RecherchePaper
1 source
Risque et contrôle de croyance sous contraintes : fonctions barrières pour ensembles finis aléatoires
Illustration générée par IA
2arXiv cs.RO 

Risque et contrôle de croyance sous contraintes : fonctions barrières pour ensembles finis aléatoires

Des chercheurs publient sur arXiv (2607.15016v1) un cadre baptisé "risk-aware belief control barrier function" (BCBF) pour sécuriser le contrôle de robots évoluant dans des environnements inconnus et dynamiques, où le nombre d'objets mobiles à éviter varie dans le temps et n'est connu qu'à travers des mesures bruitées et incomplètes. L'incertitude sur cet état multi-objets est modélisée par une croyance au format random finite set (RFS), estimée par un filtre SMC-PHD (sequential Monte Carlo probability hypothesis density) qui la représente sous forme d'un nuage de particules.

RecherchePaper
1 source
Fonctions barrières de sécurité conscientes de l'échappement pour quadricoptères sous contraintes de vitesse angulaire
Illustration générée par IA
3arXiv cs.RO 

Fonctions barrières de sécurité conscientes de l'échappement pour quadricoptères sous contraintes de vitesse angulaire

Un article publié le 16 septembre 2026 sur arXiv (2609.17292) identifie une faille des fonctions barrières de contrôle (CBF) classiques : elles ne dépendent que de l'état courant, alors que sur un quadricoptère le vecteur de poussée doit d'abord se réorienter avant de freiner une approche, une manœuvre bridée par la vitesse angulaire maximale du système, ce qui crée un "écart de certification" dont la largeur croît avec la vitesse de rapprochement et diminue avec cette limite angulaire. Les auteurs proposent une "barrière d'échappement" intégrant l'entrée précédemment appliquée, avec forme close et inverse analytique, intégrable dans un contrôleur prédictif sans coût d'état supplémentaire.

RecherchePaper
1 source
Fonctions barrières de contrôle natives pour le radar : la vitesse radiale Doppler comme dérivée mesurée de la barrière
Illustration générée par IA
4arXiv cs.RO 

Fonctions barrières de contrôle natives pour le radar : la vitesse radiale Doppler comme dérivée mesurée de la barrière

Des chercheurs proposent une méthode de filtrage de sécurité qui exploite directement la mesure Doppler d'un radar FMCW (onde continue modulée en fréquence) comme dérivée d'une fonction barrière de contrôle (CBF) centrée sur le robot. Le principe : au lieu de reconstruire la vitesse radiale de l'obstacle à partir de mesures de distance successives ou d'un estimateur d'état, on utilise la vitesse relative radiale que le radar fournit nativement. Il en résulte un filtre en forme close qui agit sur la vitesse d'avance du robot. Une marge de mesure, construite à partir des bornes d'erreur des capteurs, absorbe les imprécisions sur la distance, le Doppler, la vitesse propre du robot et le relèvement angulaire.

RecherchePaper
1 source