ロボットアームに避けられる Stanford Bunny
GPISをControl Barrier Functionとして利用するsafe robot navigationの評価。出典: M. Khan, T. Ibuki, A. Chatterjee, “Gaussian Process Implicit Surfaces as Control Barrier Functions for Safe Robot Navigation”, Figure 3, arXiv:2510.12919v2 / ICRA 2026.
今回のStanford bunny
Stanford bunnyは、robot armが避けるべき複雑な3D obstacleとして使われています。34,817点のpoint cloudを3,500点へ減らし、Gaussian Process Implicit Surface（GPIS）を構築します。
そのimplicit surfaceをControl Barrier Functionへ変換し、Kinova Gen3のtrajectoryがsurfaceへ侵入しないようvelocity commandを修正します。Figure 3ではreference trajectoryが背中や耳付近を通るよう設定され、safety controllerが迂回させます。
今回は接触される側ではなく、ロボットアームからきちんと避けてもらう役です。
今回の扱い：point cloudからGPIS化され、Kinova Gen3のcollision-avoidance obstacleになる
状態：無傷
論文の内容
Point cloudからsafety constraintを作る
robot collision avoidanceでは、障害物をprimitive shapeやmeshとして明示的にモデル化する方法があります。しかしscanされた未知環境ではpoint cloudから直接safety boundaryを作りたい場合があります。
Gaussian Process Implicit Surfaceは点群を連続implicit functionとして表し、surface位置だけでなくprediction uncertaintyも持てます。
GPIS
surface sampleをzero levelとしてGaussian Processを学習し、任意位置でimplicit valueとgradientを得ます。
gradientはsurface normalとして使えるため、robotがどちらへ離れるべきかを連続的に計算できます。
Control Barrier Function
safe setをimplicit functionの符号で定義し、Control Barrier Function constraintを使って次のcommandがsafe regionを維持するよう制約します。
nominal controllerが障害物へ向かうcommandを出しても、quadratic programmingなどで最小限修正してcollisionを避けます。
Sparse GP
full GPはtraining point数に対して計算量が大きくなるため、Sparse GPも比較します。offline construction costとonline query costのbalanceを評価し、control loopで使える速度を狙います。
Robot evaluation
Kinova Gen3を用い、reference trajectoryが複雑surfaceへ接近・交差する条件で回避動作を確認します。controllerはsurface geometryをexplicit mesh collisionとして処理するのではなく、GPIS queryからsafety constraintを生成します。
制約
GPIS qualityはpoint-cloud coverageとkernel parameterに依存します。scanで見えていない領域ではuncertaintyが大きくなり、実環境ではsensor更新とonline model updateも課題になります。
論文情報
Gaussian Process Implicit Surfaces as Control Barrier Functions for Safe Robot Navigation
Mouhyemen Khan, Tatsuya Ibuki, Abhijit Chatterjee
- arXiv: https://arxiv.org/abs/2510.12919
- Version: v2
- Venue: ICRA 2026
- 分野: Robotics / GPIS / Control Barrier Function
- 使用モデル: Stanford bunny
- 使用箇所: Figure 3
- input points: 34,817
- reduced points: 3,500
- robot: Kinova Gen3
- 用途: complex obstacleのimplicit modelingとcollision avoidance評価