基于BarrierIK的安全感知共享自主控制框架
机器人学
2026-03-03 v1
摘要
共享自主控制将操作员意图与自动化 assistance 融合。在拥挤环境中，线性混合可能即使每个源单独 collision-free 也会产生不安全的命令。许多现有方法通过势能或代价项来建模障碍物规避，这仅将安全性作为软约束实现。相比之下，安全关键控制需要硬性保证。我们研究在共享自主控制的逆运动学(IK)层使用控制屏障函数(CBFs)，以实现后混合后的安全，同时保持任务性能。我们的方法在代表性拥挤环境的仿真测试中评估，并在VR遥操作研究中对纯遥操作与共享自主控制进行比较。在各种条件下，采用IK层的CBFs可减少违规时间，提高最小间距，同时保持任务性能。在用户研究中，参与者报告感受到的安全性和信任度提升，干扰降低，对共享自主控制（含我们的安全滤波器）的整体偏好得体。附加材料可在 https://berkguler.github.io/barrierik 查看。
引用
@article{arxiv.2603.01705,
title = {A Safety-Aware Shared Autonomy Framework with BarrierIK Using Control Barrier Functions},
author = {Berk Guler and Kay Pompetzki and Yuanzheng Sun and Simon Manschitz and Jan Peters},
journal= {arXiv preprint arXiv:2603.01705},
year = {2026}
}
备注
Accepted on ICRA 2026, 9 pages, 5 figures