Safety-critical Control with Control Barrier Functions: A Hierarchical Optimization Framework

要約

コントロール バリア機能 (CBF) は、その発明以来、セーフティ クリティカルなシステム設計における基本的なツールとなっています。
通常、二次最適化フレームワークは、CBF、制御リアプノフ関数 (CLF)、その他の制約および公称制御設計に対応するために使用されます。
ただし、制約付き最適化フレームワークには、さまざまな目的と制約をトレードオフするためのハイパーパラメーターが含まれており、事前に適切に調整していないと、システムのパフォーマンスに影響を与え、実行不能につながることもあります。
この論文では、安全第一のアプローチで多目的最適化問題をネストされた最適化サブ問題に分解する階層的最適化フレームワークを提案します。
新しいフレームワークは、安全性とパフォーマンスを可能な限り確保することを前提として、潜在的な実行不可能性に対処し、複数の証明書の場合に簡単に適用できます。
鮮明な視覚化支援機能を使用して、安全性、実現可能性、収束率の観点から、既存の QP ベースの手法と比較した提案手法の利点を系統的に分析します。
さらに、解析を検証し、提案手法の優位性を示す 2 つの数値例が提供されています。

要約(オリジナル)

The control barrier function (CBF) has become a fundamental tool in safety-critical systems design since its invention. Typically, the quadratic optimization framework is employed to accommodate CBFs, control Lyapunov functions (CLFs), other constraints and nominal control design. However, the constrained optimization framework involves hyper-parameters to tradeoff different objectives and constraints, which, if not well-tuned beforehand, impact system performance and even lead to infeasibility. In this paper, we propose a hierarchical optimization framework that decomposes the multi-objective optimization problem into nested optimization sub-problems in a safety-first approach. The new framework addresses potential infeasibility on the premise of ensuring safety and performance as much as possible and applies easily in multi-certificate cases. With vivid visualization aids, we systematically analyze the advantages of our proposed method over existing QP-based ones in terms of safety, feasibility and convergence rates. Moreover, two numerical examples are provided that verify our analysis and show the superiority of our proposed method.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google