Safety-Critical Whole-Body Control for Humanoid Robots via Input-to-State Safe Control Barrier Functions

📄 arXiv: 2605.25546v1 📥 PDF

作者: Kwanwoo Lee, Sanghyuk Park, Gyeongjae Park, Myeong-Ju Kim, Jaeheung Park

分类: cs.RO

发布日期: 2026-05-25

备注: 14 pages, 6 figures

🔗 代码/项目: PROJECT_PAGE

💡 一句话要点

提出基于ISSf-CBF的人形机器人安全关键全身控制框架，提升复杂环境下的安全性。

🎯 匹配领域: 支柱一：机器人控制 (Robot Control)

关键词: 人形机器人 安全控制 全身控制 控制障碍函数 人机协作 运动规划 动力学控制

📋 核心要点

  1. 现有方法在人形机器人复杂环境中，难以保证在未知扰动下（如模型不确定性、轨迹跟踪误差、外部扰动）的运动学安全性。
  2. 提出基于ISSf-CBF的安全滤波器，在运动学层面最小化地修改参考轨迹，确保在有界扰动下满足安全约束，并将安全保证传递到动力学层面。
  3. 通过仿真和真实机器人实验验证，该框架在模型失配情况下提升了安全裕度，并能实时可靠地执行多种安全约束。

📝 摘要（中文）

本文提出了一种基于输入-状态安全控制障碍函数(ISSf-CBF)的人形机器人分层安全关键全身控制框架。该架构集成了运动学层面的全身控制器(KinWBC)、ISSf-CBF安全滤波器和动力学层面的全身控制器(DynWBC)。KinWBC从优先任务生成标称关节运动参考；ISSf-CBF滤波器最小化地修改这些参考，以满足有界扰动下的运动学安全约束；DynWBC跟踪滤波后的参考，同时执行全身动力学可行性和接触稳定性。安全约束施加在全身运动学模型上，并保守地调整ISSf-CBF参数，以便在未知扰动下，产生的运动学安全保证可以转移到全阶人形机器人动力学。仿真和真实机器人实验表明，该框架提高了模型失配下的安全裕度，并在运动、遥操作和单腿平衡与手部控制期间实时可靠地执行多个安全约束。

🔬 方法详解

问题定义：论文旨在解决人形机器人在复杂人机交互环境中安全运行的问题。现有方法在存在模型不确定性、轨迹跟踪误差和外部扰动等未知扰动时，难以保证运动学安全约束（如关节限制、自碰撞避免、障碍物避免和工作空间边界）的满足，导致安全性能下降。

核心思路：核心思路是利用输入-状态安全控制障碍函数（ISSf-CBF）设计一个安全滤波器，该滤波器能够在线修正运动学层面的控制指令，确保在有界扰动下，机器人仍然能够满足预设的安全约束。通过保守地调整ISSf-CBF的参数，可以将运动学层面的安全保证传递到动力学层面，从而保证整个系统的安全性。

技术框架：该框架采用分层控制结构，包含三个主要模块：1) 运动学层面的全身控制器（KinWBC），负责生成满足优先任务的标称关节运动参考；2) ISSf-CBF安全滤波器，对KinWBC生成的参考轨迹进行修正，确保满足安全约束；3) 动力学层面的全身控制器（DynWBC），跟踪滤波后的参考轨迹，同时保证全身动力学可行性和接触稳定性。

关键创新：关键创新在于将ISSf-CBF应用于人形机器人的全身控制，并设计了一种能够将运动学安全保证传递到动力学层面的方法。与传统的控制障碍函数（CBF）相比，ISSf-CBF能够处理输入状态的不确定性，从而提高系统的鲁棒性。此外，该框架采用分层结构，将运动学和动力学控制解耦，降低了计算复杂度。

关键设计：ISSf-CBF的参数需要保守地调整，以确保运动学安全保证能够传递到动力学层面。具体而言，需要选择合适的ISSf-CBF函数，并根据系统的动力学特性和扰动范围，调整函数的参数，例如安全裕度。此外，DynWBC需要考虑全身动力学可行性和接触稳定性，例如通过使用二次规划（QP）求解器来优化关节力矩和接触力。

📊 实验亮点

实验结果表明，该框架在存在模型失配的情况下，能够有效提高安全裕度。在真实机器人实验中，该框架成功地实现了人形机器人的运动、遥操作和单腿平衡与手部控制，同时满足了多个安全约束。项目网站提供了更多实验细节和视频。

🎯 应用场景

该研究成果可应用于各种人机协作场景，例如：人形机器人在工厂车间与工人协同完成装配任务，在家庭环境中辅助老年人进行日常活动，以及在危险环境中进行远程操作。该框架能够提高人形机器人在这些场景中的安全性，降低事故发生的风险，从而促进人形机器人的广泛应用。

📄 摘要（原文）

Safety-critical control is essential for humanoid robots operating in complex human-centered environments, where physical safety constraints such as joint limits, self-collision avoidance, obstacle avoidance, and workspace boundaries must be satisfied during real-robot operation. However, existing approaches remain limited because kinematic safety guarantees can be degraded in the presence of unknown disturbances, such as model uncertainties, trajectory-tracking errors, and external perturbations. This paper presents a hierarchical safety-critical whole-body control framework for humanoid robots based on input-to-state safe control barrier functions (ISSf-CBFs). The proposed architecture integrates a kinematic-level whole-body controller (KinWBC), an ISSf-CBF safety filter, and a dynamic-level whole-body controller (DynWBC). KinWBC generates nominal joint-motion references from prioritized tasks; the ISSf-CBF filter minimally modifies these references to satisfy kinematic safety constraints under bounded disturbances; and DynWBC tracks the filtered references while enforcing full-body dynamic feasibility and contact stability. Safety constraints are imposed on a whole-body kinematic model, and the ISSf-CBF parameters are conservatively tuned so that the resulting kinematic safety guarantees can be transferred to full-order humanoid dynamics under unknown disturbances. Simulation and real-robot experiments demonstrate that the proposed framework improves safety margins under model mismatch and reliably enforces multiple safety constraints in real time during locomotion, teleoperation, and single-leg balancing with hand control. Project website: https://kwlee365.github.io/SafeWBC-Website/