N-dimensional Convex Obstacle Avoidance using Hybrid Feedback Control (Extended version)

技術要約：ハイブリッド・フィードバック制御を用いたn次元凸障害物回避

問題提起
本論文は、未知の、かつ離散的な、任意の形状およびサイズの凸障害物が存在するn次元環境における自律ロボットのナビゲーション問題を扱う。主要な課題は、安全性（衝突回避）と、あらかじめ設定された目標地点への大域漸近安定性を共に保証する制御戦略を設計することである。既存の手法には以下のような重大な限界がある：

• 人工ポテンシャル場 (APF) および ナビゲーション関数 (NF) は、望ましくない局所解に陥るか、あるいは環境に関するグローバルな知識（例：微分同相写像）を必要とする場合が多い。
• 制御リアプノフ関数 (CLF) および 制御バリア関数 (CBF) は、特定の場合には有効であるが、連続的な時不変ベクトル場のトポロジカルな制約により、一般には「ほとんど大域的（almost global）」な安定性しか保証できない。
• 従来のハイブリッド手法 は、主に2次元空間や特定の障害物形状（例：楕円体や強凸な障害物）に限定されており、多くの場合、障害物の形状に関する事前知識を必要とする。

本研究の具体的な制約条件は、障害物が凸ではあるものの境界が非平滑である可能性があり、かつロボットがローカルなレンジセンサーデータのみ（グローバルマップなし）しか持たない環境である。

手法
著者らは、2つの異なるモード間の切り替えメカニズムによって動作する、ハイブリッド・フィードバック制御スキームを提案している：

1. 目標移動モード ($m=0$)： ロボットは目標に向かって直線的に移動する。
2. 障害物回避モード ($m=1$)： ロボットは障害物の周囲をナビゲートする。

主要な技術構成要素：

• ハイブリッドシステム・フレームワーク： システムは、微分包含および差分包含を用いてモデル化されている。状態ベクトル $\xi$ には、ロボットの位置 $x$、ヒットポイント $h$（回避が開始された点）、単位ベクトル $a$、モード指標 $m$、およびタイマー変数 $s$ が含まれる。
• 切り替えロジック：
  • 「目標移動」から「障害物回避」への遷移は、ロボットが障害物の $\gamma$ 近傍に入り、かつ目標への直線経路が遮蔽されている（センシングシリンダーの交差テストにより検出）ときに発生する。
  • 「障害物回避」から「目標移動」への遷移は、ロボットが「脱出領域」に入り、かつ目標への経路がクリアであり、かつロボットが初期ヒットポイント $h$ （およびヒステリシス・マージン $\epsilon$）よりも目標に近い場合に発生する。
• 障害物回避戦略：
  • 2次元の手法とは異なり、時計回りまたは反時計回りの運動を強制するのではなく、$n$ 次元における戦略は、ロボットの運動を特定の2次元平面 $P(h, a)$ 内に限定する。この平面は、目標位置（原点）、ヒットポイント $h$、および $h$ に直交する単位ベクトル $a$ によって定義される。
  • この平面内において、制御ベクトルは、経路を逆行することなく障害物の境界に沿ってロボットを誘導するために、回転行列と平行投影演算子を用いて構築される。
  • スカラー関数 $\eta(x)$ は、回避フェーズ中にロボットが障害物の安全な近傍内に留まることを保証する。
• センサーベースの実装： アルゴリズムは、レンジセンサー（例：LiDAR）のみに依存して、センシング半径 $R_s$ 内の可視な障害物境界点の集合を特定する。これは、環境に関する事前のグローバルな知識を必要としない。
• 平滑化メカニズム： モード切り替え時の制御入力の不連続性（急激な軌道変化の原因となる）に対処するため、著者らは、時間間隔 $t_s$ にわたって2つの制御ベクトルを滑らかに補間する連続スカラー関数 $\lambda$ を導入している。

主要な貢献
本論文は、4つの主要な貢献を主張している：

1. 大域漸近安定性： 提案された解は、未知の環境における任意の形状の凸障害物に対し、目標地点の大域漸近安定性を保証する。これは、楕円体状の障害物に限定されがちな既存のハイブリッド結果とは対照的である。
2. $n$ 次元への適用可能性： コントローラーは $n$ 次元のワークスペース向けに設計されており、既存の多くのセンサーベースまたはハイブリッド手法は2次元に限定されている。
3. 任意の障害物配置： 本手法は、障害物の相対的な配置に対して（ロボットがその間を通過できることを保証する最小分離距離を除き）制限を課さない。これは、特定の曲率条件や非平坦性を必要とする手法とは異なる。
4. 事前知識のない環境： このアプローチはセンサーベースであり、微分同相写像に依存するNFベースのアプローチとは異なり、障害物の形状に関するグローバルな知識を必要としない。

結果と検証

• シミュレーション：
  • 3D環境： 3D凸障害物を用いたシミュレーションにより、様々な初期位置から目標へ収束しつつ、衝突を回避するロボットの挙動が示された。
  • 2D環境： 12個の凸障害物を用いたテストにおいて、24通りの異なる開始点から成功裏に収束した。
  • センシング半径の分析： 論文ではセンシング半径 $R_s$ を変化させた際の影響を分析しており、半径が小さくなると早期の切り替えを招く可能性があるものの、システムは堅牢であることを述べている。
  • 球体世界（Sphere Worlds）： 制御器の修正版が球状の障害物に適用され、この特定の幾何学的構造において目標への距離が単調に減少することが証明された。
  • 比較： 提案手法を分離超平面アプローチ [15] と比較している。論文では、障害物が特定の曲率条件を満たさない場合、超平面アプローチは（局所解に収束するため）失敗するが、提案されたハイブリッドコントローラーは成功することを実証している。
• 実験的検証：
  • 平滑化された制御則は、5つの凸障害物が存在する物理的なワークスペースにおいて、TurtleBot 4 Standard モバイルロボットに実装された。
  • ロボットは、LiDARセンサーによって検知されるモード切り替えを行いながら、初期位置から目標へと正常にナビゲートした。実験結果は、安全なナビゲーションと収束を確認した。

意義と主張
本論文は、グローバルな環境マップを必要とせずに、任意の凸障害物を含む $n$ 次元空間への大域的な安定性保証を拡張することにより、これまでのハイブリッド制御戦略に対する重要な進歩であると位置づけている。著者らは、切り替えメカニズムの使用が、連続的なベクトル場がグローバルな安定性を達成することを妨げるトポロジカルな障害を克服することを強調している。

著者らは、現在の研究は凸障害物を扱うものであるが、非凸障害物および $n$ 次元環境における二次力学系（慣性）を持つロボットへのアプローチの拡張が今後の研究方向であると控えめに述べている。本論文は、非凸ナビゲーション問題を解決すると主張するものではなく、凸ケースにおける堅牢性が基礎的なステップであることを強調している。