เฟรมเวิร์กนี้ถูกพัฒนาขึ้นเพื่อเสริมสร้างความปลอดภัยในการทำงานของหุ่นยนต์ โดยไม่เพียงพิจารณาข้อจำกัดทางเรขาคณิตเท่านั้น แต่ยังรวมถึงความหมายเชิงความหมาย เช่น ลักษณะของงาน คุณสมบัติของสภาพแวดล้อม และปฏิสัมพันธ์ระหว่างวัตถุในฉาก. ระบบใช้ VLM ร่วมกับข้อมูล RGB-D และคำสั่งภาษาธรรมชาติเพื่อตัดสินใจว่างานควรถูกปฏิเสธหรือไม่ หากมีความเสี่ยงที่จะเกิดผลลัพธ์ที่เป็นอันตรายที่ไม่สามารถกู้คืนได้.
หากงานสามารถทำได้ ระบบจะระบุอันตรายที่ป้องกันได้จากคู่ของวัตถุ และกำหนดความสัมพันธ์เชิงพื้นที่ที่ต้องหลีกเลี่ยง. จากนั้นจะใช้ข้อมูลการแบ่งส่วนแบบ Open-vocabulary และข้อมูลเชิงลึก (depth information) เพื่อกำหนดตำแหน่งของวัตถุที่ตรวจพบในพื้นที่ 3 มิติ และสร้างฟิลด์ความเสี่ยงต่อเนื่องที่แสดงถึงบริเวณที่เป็นอันตราย. ฟิลด์ความเสี่ยงเหล่านี้จะถูกรวมเข้ากับโมดูลการหลีกเลี่ยงสิ่งกีดขวาง เพื่อปรับการเคลื่อนที่ปกติของหุ่นยนต์ในระหว่างการปฏิบัติงานให้คำนึงถึงความปลอดภัย.