基于操作空间控制屏障函数的安全且任务一致的操控

在非结构化环境中对机械臂进行安全的实时控制，需要处理众多安全约束而不妥协任务表现。传统方法如人工势场法（APF）存在局部极小值、振荡和有限可扩展性等问题，而模型预测控制（MPC）的计算成本可能很高。控制屏障函数（CBF）凭借其高鲁棒性和低计算成本提供了一种极具前景的替代方案，但必须谨慎设计这些安全滤波器，以避免机械臂整体性能显著下降。在本研究中，我们引入了操作空间控制屏障函数（OSCBF）框架，该框架在保持任务一致行为的同时集成安全约束。我们的方法可扩展至数百个并发约束，同时保持实时控制速率，即使在高度杂乱的环境中或动态运动期间也能确保避碰、奇异性预防和工作空间约束。通过在 CBF 目标中显式考量任务层级，我们在达到安全极限时防止了关节空间与操作空间任务的性能退化。我们在仿真和硬件上均验证了性能，并在项目网页 https://stanfordasl.github.io/oscbf/ 上发布了开源高性能代码与多媒体资料。