Data-driven Coordinated AC/DC Control Strategy for Frequency Safety
本文提出了一种数据驱动的协调交流直流控制策略，用于在非预期操作条件和大功率缺额下确保系统频率安全，通过整合直流紧急支持与传统负载切除，实现最小控制成本和高预测准确性。
2024-05-21 cs.SY eess.SY
Hamilton-Jacobi Reachability-Based Safe Reinforcement Learning for Emergency Collision Avoidance
Tsinghua University（清华大学）；Jilin University（吉林大学）
提出一种基于Hamilton-Jacobi可达性运动安全集的安全强化学习框架，通过离线数据近似安全集并嵌入约束马尔可夫决策过程，实现紧急避撞中的前瞻性安全监督与策略优化。
2026-06-16 cs.RO cs.SY eess.SY
Agile Decision-Making and Safety-Critical Motion Planning for Emergency Autonomous Vehicles
University of Hong Kong, Department of Mechanical Engineering（香港大学机械工程系）；National University of Singapore, Department of Civil and Environmental Engineering（新加坡国立大学土木与环境工程系）
本文提出集成敏捷决策与安全关键运动规划系统（IDEAM），通过LSGM算法生成路径并评估速度与风险，结合基于Frenet的MPC框架和DCBFs、DHOCBFs建模约束，使紧急自动驾驶车辆在密集交通中兼顾效率与安全。
2025-06-02 cs.RO cs.SY eess.SY
A Review of the Operational Use of UAS in Public Safety Emergency Incidents
公共安全领域的搜索\救援，荒地消防，消防结构，和执法行动的形式已经引起了航空航天工程，人机合作，自主系统和机器人领域的极大兴趣。然而，在研究中所作的假设以及最先进的技术如何实际过渡到业务能力方面存在分歧。为了帮助研究人员，技术人员和最终用户之间的协调，我们的目标是提供关于小型无人机系统（sUAS）如何在2016年至2021年期间作为技术救援团队的一部分应用于114起真实事件的观点。我们强调了在五个主要用例中使用UAS的主要应用，集成，任务和挑战，包括搜索，证据收集，SWAT，荒地消防和结构消防。在这些用例中，主要事件的特点是提供了在操作期间UAS任务的不断发展和动态性质的视角。最后，我们强调了提高在所有紧急情况类型中使用航空技术的利用率和效率的关键技术方向。
2022-07-15 cs.HC cs.SY eess.SY
Intelligent Momentary Assisted Control for Autonomous Emergency Braking
在自动电动车辆的新兴领域中，开发用于增强安全关键系统（诸如自主紧急制动系统（AEB））的性能的控制算法是一个重要问题。本文设计了一种基于安全距离的分级式AEB控制系统，该系统由高层的基于规则的监控模块、中层的切换算法和底层的控制模块组成。基于规则的管理程序确定所需的减速命令，该命令通过切换算法馈送到低级控制模块。在低层控制中，分别设计了鲁棒滑模控制器和增益调度的线性二次型调节器。针对这种控制设计的需要，在考虑轮胎-路面摩擦系数恒定的情况下，建立了非线性的车辆动力学模型。在Simulink中对所提出的控制系统进行了验证，假设在平坦干燥的路面上进行直线制动操作。仿真结果表明，在这两种控制系统组合中，均能实现良好的紧急制动性能和完全避免碰撞。
2021-07-02 cs.SY eess.SY
Realtime Global Optimization of a Fail-Safe Emergency Stop Maneuver for Arbitrary Electrical / Electronical Failures in Automated Driving
Audi AG（奥迪股份公司）；Fraunhofer IOSB（弗劳恩霍夫光学和微系统技术研究所）；Robert Bosch GmbH（罗伯特·博世有限公司）
针对自动驾驶车辆关键系统故障后的安全停车问题，本文聚焦无需故障后电气电子子系统参与的预设定液压机械紧急停车方案，研究能应对不确定性且可定期输出全局最优解的轻量规划算法。
2024-05-14 cs.NA cs.RO cs.SY
Safe Reinforcement Learning for Grid Voltage Control
Pacific Northwest National Laboratory（太平洋西北国家实验室）
低压减载被认为是在紧急情况下恢复电网电压稳定的标准方法，然而该方案通常无效地切除大量负荷。强化学习（RL）被认为是一种很有前途的方法来解决这些问题，但RL方法通常不能保证系统的安全性。在本文中，我们讨论了一对夫妇的新的安全RL方法，即约束优化方法和基于障碍函数的方法，可以安全地恢复紧急事件下的电压。该方法具有通用性，可应用于其它安全关键控制问题。在39节点IEEE基准上进行了数值仿真，以验证所提出的安全RL紧急控制的有效性。
2021-12-02 cs.LG cs.SY eess.SY
Emergency Locator Transmitters in the Era of More Electric Aircraft: A Comprehensive Review of Energy, Integration and Safety Challenges
Universidad de Sevilla（塞维利亚大学）；University of Defence（国防大学）
本文综述了在更多电动飞机时代，紧急定位发射机在能量、集成和安全挑战方面的全面研究，探讨了其技术发展、关键里程碑及未来发展方向。
2026-03-10 cs.SY eess.SY
Converse Theorems for Safety and Barrier Certificates
Institute of Computer Science, Czech Academy of Sciences（捷克科学院计算机研究所）
本文证明了所有鲁棒安全的微分方程均具有屏障证书，并基于可在有限时间内达到的状态集构造此类证书。
2018-07-31 cs.SY eess.SY
Reachability as a Unifying Framework for Computing Helicopter Safe Operating Conditions and Autonomous Emergency Landing
Naval Air Warfare Center Weapons Division（海军空战中心武器分部）；University of California, Santa Barbara（加州大学圣塔芭芭拉分校）；Naval Air Warfare Center Aircraft Division（海军空战中心飞机分部）
本文提出了一种计算直升机安全飞行条件的数值方法，以保证在发动机部分或全部故障的情况下安全着陆。不安全操作区域是向后可达管的补集，其可以被发现为Hamilton-Jacobi（HJ）方程的粘性解的零以下水平集。传统上，用于求解HJ方程的数值方法依赖于解空间的离散网格，并表现出指数缩放的维度，这对于精确的直升机建模所需的高保真动力学模型是有问题的。我们避免使用空间网格，制定了一个轨迹优化问题，在每个初始条件下的解决方案可以计算在一个计算效率高的方式。所提出的方法示出计算自主着陆轨迹从任何操作条件下，即使在非巡航飞行条件。
2020-05-27 cs.RO cs.SY eess.SY
Exact-Time Safety Recovery using Time-Varying Control Barrier Functions with Optimal Barrier Tracking
Boston University（波士顿大学）；WPI（伍斯特理工学院）；CSAIL, MIT（麻省理工学院计算机科学与人工智能实验室）；ECE department at UNC-Charlotte（北卡罗来纳大学夏洛特分校电气与计算机工程系）
本文提出一种基于时变控制障碍函数的精确时间安全恢复框架，通过主动障碍跟踪条件将安全恢复转化为轨迹设计问题，提升自动驾驶车辆在交通协调中的安全性与性能。
2026-04-12 cs.SY eess.SY
Safe and Efficient Intersection Control of Connected and Autonomous Intersection Traffic
Daniel Felix Ritchie School of Engineering and Computer Science（丹尼尔·费利克斯·里奇工程与计算机科学学院）
本文提出DICA算法，用于协调自动驾驶车辆在交叉口的安全高效通行，同时通过Reactive DICA算法优化紧急车辆通行优先级，确保应急车辆快速通过而最小化其他车辆的行程影响。
2018-01-29 cs.RO cs.SY eess.SY
Safety-Critical Control for Discrete-time Stochastic Systems with Flexible Safe Bounds using Affine and Quadratic Control Barrier Functions
针对离散时间随机系统的安全控制问题，提出基于控制障碍函数（CBFs）的安全控制器综合方法，通过灵活设计CBF得到更紧的安全概率边界，经数值算例验证了方法有效性。
2025-01-16 cs.SY eess.SY
Autonomous Emergency Braking With Driver-In-The-Loop: Torque Vectoring for Active Learning
本文提出用于主动学习的扭矩矢量控制方法TVAL，在驾驶员保持控制且功率需求较低的前提下在线估计当前与最大摩擦系数，并结合雨量/光照传感器与效率、安全、可用性调节策略，在变化路面上实现可靠的路面识别，以改善自动紧急制动性能。
2024-06-07 cs.SY eess.SY
Safe Controller Synthesis with Tunable Input-to-State Safe Control Barrier Functions
为了以安全的方式将复杂系统带入现实世界的环境中，它们必须对环境和系统中的不确定性具有鲁棒性。研究了控制系统在输入扰动下的安全性问题，其中扰动可以捕获系统中的不确定性。安全性，作为前向不变的状态空间中的集合，确保与控制障碍函数（CBF）的框架。具体地说，输入状态安全（ISSf）的定义是广义的，允许合成的非保守的，可调控制器，可证明安全的变化的干扰。这是通过制定的概念，可调输入状态安全的控制障碍函数（TISSF-CBF），保证安全的干扰，随着状态的变化，因此，提供了较不保守的手段，容纳不确定性。通过一个简单的带有输入扰动的控制系统验证了理论结果，并将其应用于重型汽车安全联网巡航控制器的设计。
2021-06-04 cs.SY eess.SY
Disturbance Observers for Robust Safety-critical Control with Control Barrier Functions
这一工作为具有扰动的控制系统提供了形式化的安全保证。提出了一种基于扰动消除器的鲁棒安全临界控制器，该控制器估计扰动对安全性的影响，并利用该估计和控制障碍函数获得可证明安全的动态行为。观测器误差界-这包括瞬态和稳态部分-被量化，系统被赋予对这个错误通过建议的控制器的鲁棒性。以自适应巡航控制问题为例，通过仿真研究了实际干扰数据.
2023-01-04 cs.SY eess.SY
Barrier Functions in Cascaded Controller: Safe Quadrotor Control
School of Electrical and Computer Engineering, Georgia Institute of Technology（佐治亚理工学院电气与计算机工程学院）
本文提出了一种基于二次规划的级联控制架构，用于四旋翼的安全控制，通过控制障碍函数构建安全区域，考虑非线性欠驱动动力学，实现四旋翼在姿态和横向领域的独立安全调节。
2020-02-17 cs.SY eess.SY
Synthesizing Safety in Infinite-Horizon Optimal Control for Disturbed High-Relative-Degree Systems via Barrier-Regulating Auxiliary Variables
Shanghai Jiao Tong University（上海交通大学）；Worcester Polytechnic Institute（伍斯特理工学院）；Massachusetts Institute of Technology（麻省理工学院）
本文通过引入屏障调节辅助变量，将受扰高相对阶系统的约束问题转化为扩展状态空间上的无约束问题，结合自适应对齐条件的切向激励和H∞框架，提升安全与性能的平衡，实现扰动下的安全运行。
2026-04-10 cs.SY eess.SY
Predictive control barrier functions: Enhanced safety mechanisms for learning-based control
虽然基于学习的控制技术通常优于经典控制器设计，但安全要求限制了许多应用中对此类方法的接受。最近的发展通过所谓的预测安全过滤器来解决这个问题，该过滤器评估拟议的基于学习的控制输入是否会导致违反约束，并在必要时对其进行修改，以确保未来所有时间步长的安全性。这种预测性安全滤波器的理论保证依赖于模型假设，微小的偏差可能导致滤波器故障，使系统处于危险之中。本文介绍了一种辅助软约束预测控制问题，总是可行的，在每个时间步长和渐近稳定的可行集的原始安全过滤器，从而提供了一个恢复机制，在安全关键的情况下。这是通过结合终端控制障碍函数的简单约束收紧来实现的。通过扩展离散时间控制障碍函数理论，我们建立了所提出的辅助问题提供了一个“预测”的控制障碍函数。所得到的算法证明使用数值例子。
2022-05-13 cs.SY eess.SY
Parameterized Barrier Functions to Guarantee Safety under Uncertainty
在实践中部署安全关键控制器需要能够调节控制系统中的不确定性。在这方面，鲁棒控制障碍函数-在各种形式-已被用来获得不确定系统的安全保证。然而，在实践中经历的不同类型的不确定性导致了一个破碎的景观鲁棒性-与各种实例取决于不确定性的结构。本文提出了一个框架，概括这些变化成一个单一的形式：参数化障碍函数（PBFs），产生安全保证的广泛的不确定性类型。这导致控制器，执行强大的安全保证，而他们的保守性尺度的参数化。为了说明这种方法的一般性，我们表明，输入到状态的安全（ISSf）是PBF框架的一个特殊情况下，从而可以得到相对于ISSf改进的安全保证。
2023-03-20 cs.SY eess.SY
HJB Based Optimal Safe Control Using Control Barrier Functions
本文提出了一种最优安全控制器，使控制障碍函数（CBFs）安全条件下的无穷时域代价泛函最小化。将约束最优控制问题转化为满足安全约束的Hamilton-Jacobi-Bellman（HJB）方程的极小化问题。通过求解优化问题，我们能够构造满足最优性和安全性条件的封闭形式解。所提出的解决方案被证明是连续的，因此它使安全集向前不变，同时最小化给定的成本。因此，同时实现了最佳稳定性和安全性目标。为了综合最优安全控制器，我们提出了一种改进的Galerkin逐次逼近方法，该方法在给定稳定安全初始值的情况下，保证了最优安全解。该算法在一个约束非线性系统上实现，以显示其有效性。
2022-02-02 cs.SY eess.SY
Safety Embedded Control of Nonlinear Systems via Barrier States
在许多安全关键的控制系统中，可能出现相反的安全限制和控制性能目标。面对这样的冲突，这封信提出了一种新的方法，嵌入到稳定的控制系统的安全。该开发通过在优化中使用的障碍函数，通过构建嵌入在控制系统模型中的障碍状态（BaS）来加强安全性。因此，只要闭环系统的感兴趣的平衡点是渐近稳定的，则保证生成的轨迹是安全的。因此，基本上避免了控制目标和安全约束之间的冲突。为了显示所提出的技术的有效性，我们采用简单的极点配置方法来设计安全的线性控制的障碍状态。随后采用非线性最优控制，以满足安全性，稳定性和性能目标，通过解决相关的Hamilton-Jacobi-Bellman（HJB），最大限度地减少成本功能，可以涉及的BaS。在此之后，我们进一步利用障碍状态的最优控制，在一个不稳定的，受约束的第二维摆上的推车模型，希望避免低速区域，系统可能会表现出一些可控性损失和两个移动机器人安全地到达对面的目标与障碍的方式。
2021-08-19 cs.SY eess.SY
Barrier States Theory for Safety-Critical Multi-Objective Control
本文提出利用障碍状态将安全约束嵌入原系统形成安全嵌入系统，通过镇定该无约束系统实现安全关键多目标控制，并提出ISSf与IS3概念，支持鲁棒安全镇定设计。
2025-07-07 cs.SY eess.SY
Safety-Critical Control of Stochastic Systems using Stochastic Control Barrier Functions
控制障碍函数已被广泛用于综合安全关键控制，通常通过求解二次规划。然而，高斯型噪声的存在可能会导致不安全的行为，并导致严重的后果。在本文中，我们研究由布朗运动驱动的随机微分方程（SDEs）建模的系统。我们提出了一个随机控制障碍函数（SCBFs）的概念，并表明，SCBFs可以显着减少控制的努力，特别是在存在噪声的情况下，相比随机互易控制障碍函数（SRCBFs），并提供了一个不太保守的安全概率估计，相比随机归零控制障碍函数（SZCBFs）。基于这种不太保守的概率估计所提出的概念的SCBF，我们进一步扩展的结果，以处理高相对程度的安全约束，使用高阶SCBF。通过理论分析和数值模拟，我们证明了所提出的SCBF实现了性能和控制努力的良好权衡。
2021-04-06 cs.SY eess.SY
Learning Control Barrier Functions with High Relative Degree for Safety-Critical Control
控制障碍函数在解决具有安全保证的控制问题方面已经显示出巨大的成功。这些方法通常通过求解在线二次规划问题来找到下一个安全控制输入。然而，模型的不确定性是一个很大的挑战，综合控制器。这可能导致不安全控制行为的产生，造成严重后果。在本文中，我们开发了一个学习框架来处理系统的不确定性。我们的方法主要集中在学习的动态的控制障碍函数，特别是对于高相对于系统的程度。我们表明，对于每一个订单，控制障碍函数的时间导数可以分离成标称控制障碍函数的时间导数和一个余数。这意味着我们可以使用神经网络来学习余数，以便我们可以近似真实控制障碍函数的动态。我们通过仿真表明，我们的方法可以生成安全的轨迹下的参数不确定性，使用差分驱动机器人模型。
2020-11-21 cs.SY eess.SY
Safety-Critical Control on Lie Groups Using Energy-Augmented Zeroing Control Barrier Functions
University of Bologna（博洛尼亚大学）；University of Twente（特文特大学）
本文提出基于李群的能耗增强零控制障碍函数，用于全驱动机械系统的安全关键控制，通过运动学约束和动能限制确保安全交互。
2025-12-08 cs.SY eess.SY
Facilitating Emergency Vehicle Passage in Congested Urban Areas Using Multi-agent Deep Reinforcement Learning
NEW YORK UNIVERSITY TANDON SCHOOL OF ENGINEERING（纽约大学坦登工程学院）
针对城市应急车辆通行延误问题，提出基于多智能体深度强化学习的EMVLight框架、动态队列跳跃车道系统及纽约市EMS公平性研究，显著缩短应急响应时间并改善服务公平性。
2025-02-23 cs.AI cs.SY eess.SY
A Control Barrier Perspective on Episodic Learning via Projection-to-State Safety
在本文中，我们试图量化的学习能力，以提高控制障碍函数（CBF）赋予的安全保证。特别是，我们研究了如何通过学习减少CBF的时间导数中的模型不确定性，以及这如何导致对系统安全行为的更强声明。为此，我们建立在输入到状态安全（ISSf）的想法来定义投影到状态安全（PSSf），其特征在于在预测的干扰方面的安全退化。这使得能够直接量化学习如何提高安全保证，以及学习误差的界限如何转化为安全降级的界限。我们证明了一个实用的情景学习方法可以使用PSSf来减少不确定性，提高仿真和实验中的安全保证。
2020-03-18 cs.SY eess.SY
Exact-Safe MPPI: Safety-Aware Sampling with Nonsmooth Control Barrier Functions
University of New Mexico（新墨西哥大学）
本文提出Exact-Safe MPPI方法，利用精确最小值和CBF二次规划处理非光滑多障碍约束，保证安全集前向不变性，并验证其在狭窄通道导航中的有效性。
2026-10-07 cs.SY eess.SY
Safe Stabilization using Nonsmooth Control Lyapunov Barrier Function
针对安全镇定中光滑李雅普诺夫屏障函数无法保证控制器可行性的问题，提出非光滑控制李雅普诺夫屏障函数（NCLBF）及其系统设计框架，在多个不安全区域下实现了安全镇定，理论分析与仿真验证了其优越性。
2025-04-07 cs.SY eess.SY
Safe Control for Nonlinear Systems with Stochastic Uncertainty via Risk Control Barrier Functions
保证机器人和自主系统在现实环境中的安全性是一项具有挑战性的任务，需要减轻随机不确定性。近年来，控制障碍函数已被广泛用于加强安全相关的集合论性质，如前向不变性和可达性，非线性动力系统。在本文中，我们扩展了这个丰富的框架，非线性离散时间系统的随机不确定性，并提出了一个框架，以确保风险敏感的安全一致的风险措施。为此，我们引入风险控制障碍函数（RCBFs），这是障碍函数和动态的，连贯的风险措施的组合。我们表明，这种障碍函数的存在意味着在一个连贯的风险意义上的不变性。此外，我们制定了基于有限时间RCBF的条件，以保证有限时间的可达性的期望设置在一致的风险。风险敏感的安全性和有限时间可达的集合组成的布尔复合多RCBF的条件也制定。我们所提出的方法的有效性，通过其应用到一个车杆系统中的安全关键的情况。
2022-03-29 cs.SY eess.SY
Adaptive Safety with Control Barrier Functions
自适应控制李雅普诺夫函数（aCLF）是在20年前提出的，它提供了一种基于李雅普诺夫的方法来稳定具有参数不确定性的系统。本文的目标是在安全关键控制的背景下，重新审视这一经典的配方。这将在安全性的背景下激发aCLF的变体：自适应控制障碍函数（aCBF）。我们所提出的方法自适应地实现安全，即使在参数模型的不确定性的存在下，保持系统的状态在一个安全的集合。我们将aCLFs和aCBFs统一为一个单一的控制方法，在一个基于二次规划（QP）的框架的背景下，不确定参数的系统。我们验证了这个统一的框架，以实现自适应巡航控制（ACC）模拟的稳定性和安全性的能力。
2019-10-01 cs.SY eess.SY
Passivity-Preserving Safety-Critical Control using Control Barrier Functions
本文融合基于被动性控制（PBC）和控制障碍函数（CBF）技术，构造性地推导出在基于CBF的安全关键控制下保持闭环系统被动性的条件，提供能量解释并设计出比阻尼注入标准方法保守性更低的新型被动设计，最后在端口哈密顿系统和cart-pole系统上进行了验证。
2023-12-14 cs.SY eess.SY
Safe Backstepping with Control Barrier Functions
复杂的控制系统通常以分层的方式描述，表示为高阶系统，其中输入出现在积分器链之后。虽然控制障碍函数（CBF）已被证明是非线性系统的安全关键控制器设计的强大工具，但它们应用于高阶系统增加了控制器综合过程的复杂性--它需要动态扩展CBF以包括高阶项，从而以复杂的方式修改安全集。我们提出了另一种方法来解决安全的高阶系统通过控制障碍函数Backstepping。从李雅普诺夫反推方法的启发，我们提供了一个建设性的框架，从一个顶级的动态安全规范和控制器设计合成安全关键控制器和CBF高阶系统。此外，我们集成了所提出的方法与李雅普诺夫反推，允许的稳定性和安全性的任务，单独表示，但共同实现。我们证明了这种方法在模拟的有效性。
2022-04-01 cs.SY eess.SY
Safe Exploration in Reinforcement Learning: Training Backup Control Barrier Functions with Zero Training Time Safety Violations
本文提出RLBUS算法，结合备份控制障碍函数与无模型强化学习训练额外备份策略，扩大安全集的控制前向不变子集，实现训练零安全违规的更大状态空间探索，在倒立摆示例中验证了安全性与性能提升效果。
2024-12-09 cs.SY eess.SY
Safe Control Synthesis for Multicopter via Control Barrier Function Backstepping
本文针对多旋翼飞行器提出一种基于控制屏障函数的安全反步控制器，通过动力学重构处理混合相对阶与非严格反馈形式问题，将控制输入转化为带仿射不等式约束的二次规划求解，可同时满足角速度、推力方向、速度和位置等多层级安全约束。
2023-08-08 cs.SY eess.SY
Koopman-Based Linear MPC for Safe Control using Control Barrier Functions
Boston University（波士顿大学）；Johns Hopkins University（约翰斯·霍普金斯大学）；University of Maryland, College Park（马里兰大学帕克分校）
本文提出一种基于Koopman的线性模型预测控制框架，用于非线性离散时间系统的安全控制。通过构造DCBF增强的动力学系统，利用Koopman算子理论将非线性动力学提升到高维空间，从而将非线性安全约束MPC问题转化为二次规划问题。
2026-09-18 cs.SY eess.SY
Safety-Critical Control using Optimal-decay Control Barrier Function with Guaranteed Point-wise Feasibility
安全性是机器人技术的基本问题之一。最近，一个基于二次规划的控制障碍函数（CBF）方法已经出现作为一种方式来执行安全关键约束。与控制李雅普诺夫函数（CLF）一起，构成了一种安全关键控制策略CLF-CBF-QP，它可以在实现控制目标和确保安全之间进行调解，同时具有实时可执行性。然而，一旦引入诸如输入约束之类的附加约束，CLF-CBF-QP就可能遇到不可行性。为了解决由于不可行性而产生的挑战，我们提出了一种用于安全关键控制的最佳衰减形式，其中CBF的衰减率在时间上逐点优化，以便当状态位于安全集内时保证逐点可行性。所提出的控制设计的数值验证使用自适应巡航控制的例子。
2021-03-23 cs.SY eess.SY
Safety Under State Uncertainty: Robustifying Control Barrier Functions
UCLA（加州大学洛杉矶分校）；Caltech（加州理工学院）
针对控制障碍函数依赖精确状态而实际仅得噪声或估计状态的问题，提出鲁棒控制障碍函数（R-CBF），无需不确定性大小即可合成鲁棒安全控制器，仿真验证其额外鲁棒性与收敛性保证。
2026-09-18 cs.SY eess.SY
Red Light, Green Light Game of Multi-Robot Systems with Safety Barrier Certificates
针对不确定多机器人系统的红灯、绿灯博弈问题，提出了安全屏障证书。根据游戏规则，机器人在娃娃喊“绿灯”后可以向前移动，喊“红灯”时必须停止。根据这一规则，一个两模式的名义控制器的设计，其中一个模式是向前移动，另一个是减速和不动。然后，多个指数控制障碍函数（ECBF）的开发，以处理有限的操场，碰撞避免，和饱和的速度的安全约束。在设计标称控制器和ECBF时，针对系统的不确定性，推导了估计制动时间和鲁棒不等式约束。因此，控制器保证每个机器人的安全屏障证书已制定了一个二次规划与标称控制器和鲁棒不等式约束。最后通过红灯、绿灯游戏仿真验证了所提出的安全关键控制系统的有效性。
2022-02-28 cs.SY eess.SY
Control Barrier Corridors: From Safety Functions to Safe Sets
Department of Mechanical Engineering, Eindhoven University of Technology（埃因霍温理工大学机械工程系）；Department of Electrical and Computer Engineering, University of California San Diego（加州大学圣地亚哥分校电气与计算机工程系）
本文提出控制屏障走廊概念，通过统一控制屏障函数与安全运动走廊方法，实现安全目标选择与持续路径跟随。
2026-03-06 cs.RO cs.SY eess.SY
Refined Barrier Conditions for Finite-Time Safety and Reach-Avoid Guarantees in Stochastic Systems
KLSS, ISCAS（中国科学院自动化研究所）；University of Chinese Academy of Sciences（中国科学院大学）；College of Computing and Data Science, Nanyang Technological University（南洋理工大学计算与数据科学学院）；Software Engineering Institute, East China Normal University（华东师范大学软件学院）
本文提出更灵活的屏障条件，用于在离散时间系统中提供有限时间安全概率上限和连续时间系统中可达-避免概率下限，扩展了可验证系统的范围并促进了高级优化技术的应用。
2026-05-11 cs.SY eess.SY
Measurement-Robust Control Barrier Functions: Certainty in Safety with Uncertainty in State
现代机器人系统及其运行环境的复杂性日益增加，需要在存在不完美测量的情况下正式考虑安全性。在本文中，我们提出了一个严格的框架，安全关键控制系统的错误状态估计。我们开发了这个框架，利用控制障碍函数（CBF）和统一的方法备份集的控制不变集与鲁棒性的要求-最终结果是测量-鲁棒控制障碍函数（MR-CBF）的合成。这提供了理论上的安全行为的保证，在存在不完美的测量和改进的鲁棒性超过标准的CBF方法。我们证明了这个框架的有效性，在仿真和实验上的赛格威平台上使用板载立体视觉摄像头的状态估计。
2021-04-28 cs.SY eess.SY
Control Barrier--Value Functions under Partial Observability: Safety Guarantees via Conformal Prediction
Simon Fraser University（西蒙菲莎大学）
本文针对部分可观非线性控制系统，扩展CBVF框架，结合共形预测得到误差界，推导概率安全保证，提出QP型在线安全滤波器，在避障案例中验证了框架的有效性。
2026-08-17 cs.SY eess.SY
Real-time accident detection and physiological signal monitoring to enhance motorbike safety and emergency response
本文提出一种集成在头盔中的摩托车事故自动检测与通知系统，结合加速度计、GPS、GSM、Wi-Fi及脉搏和SpO₂生理监测，在检测到异常时自动向紧急联系人发送位置和生理信息，以缩短救援时间并降低死亡风险。
2024-03-28 cs.CY cs.HC cs.SY
Emergency Collision Avoidance and Mitigation Using Model Predictive Control and Artificial Potential Function
Virginia Tech（弗吉尼亚理工大学）
虽然在高速公路的情况下，已经进行了广泛的研究，在直线或弯曲的道路紧急防撞，一个通用的方法，可以实现所有的道路环境还没有得到彻底的探讨。此外，大多数当前的算法不考虑在紧急情况下的碰撞缓解。此功能是必不可少的，因为问题可能没有可行的解决方案。我们提出了一个安全的控制器，使用模型预测控制和人工势函数来解决这些问题。提出了一种新的人工势函数的启发线电荷作为我们的模型预测控制器的成本函数。车辆动力学和致动器限制被设置为约束。新的人工势函数考虑了所有物体的形状。特别是，我们提出的人工势函数具有灵活性，以适应道路结构的形状，如交叉口。我们还可以通过增加相应位置的充电量来实现车辆特定部位的碰撞缓解。我们已经测试了我们的方法在192例8个不同的情况下，在模拟两个不同的模型。仿真结果表明，所提出的安全控制器的成功率是20%以上，比使用HJ-可达与系统分解，通过使用一个单一的模型。它还可以减少43%的碰撞发生在预先指定的部分。该方法在动态自行车模型中得到了进一步验证。
2023-02-09 cs.RO cs.SY eess.SY
Safety Control of Uncertain MIMO Systems Using Dynamic Output Feedback Barrier Pairs
本文针对不确定MIMO系统在部分状态信息下的安全控制问题，提出结合向量范数障碍函数与动态输出反馈控制器的方法，并设计障碍函数估计器提供鲁棒上界，在紧输入约束下优于现有方法。
2024-09-30 cs.SY eess.SY math.OC
Optimal Safety for Constrained Differential Inclusions using Nonsmooth Control Barrier Functions
对于广泛的一类非线性系统，我们制定的问题，保证安全与约束下的最优性。具体来说，我们定义了具有状态和输入约束的微分包含的受控安全性。通过使用非光滑分析工具，我们表明，一个连续的最优控制法可以选择从集值约束捕获系统的约束和条件，保证安全使用控制障碍函数。我们的研究结果保证最优性和安全性，通过一个连续的状态反馈法设计使用非光滑控制障碍函数。一个关于避障与目标的例子说明了我们的结果和相关的好处，使用非光滑控制障碍函数。
2022-11-23 cs.SY eess.SY math.OC
Comparison between safety methods control barrier function vs. reachability analysis
University of California, San Diego（加州大学圣地亚哥分校）
本报告旨在比较两种安全方法：控制障碍函数和Hamilton-Jacobi可达性分析。我们将重点考虑以下几个方面的差异：系统动力学的通用性，建设的难度和计算成本。一个标准的杜宾汽车模型将进行数值评估，使比较更加具体。
2021-06-24 cs.RO cs.SY eess.SY
Unmatched Control Barrier Functions: Certainty Equivalence Adaptive Safety
University of California, Los Angeles（加利福尼亚大学洛杉矶分校）；Massachusetts Institute of Technology（麻省理工学院）
本文将通用自适应控制应用于控制障碍函数，以实现安全集的前向不变性，尽管存在不匹配的参数不确定性。该方法结合了两种想法。首先是构造一系列控制障碍函数，以确保系统对所有可能的模型都是安全的。第二种是使用在线参数自适应，从允许的集合中有条理地选择控制障碍函数和相应的安全控制器。虽然这样的组合并不一定会产生向前的不变性，没有额外的要求上的障碍函数，我们表明，这种不变性可以通过简单地调整适应增益在线建立。它还表明，所开发的方法是适用于系统的安全约束，具有一个相对程度大于1。因此，这项工作代表了第一个自适应安全的方法，成功地采用了一般状态约束的确定性等价原则，而不牺牲安全保证。
2022-08-16 cs.RO cs.SY eess.SY
Co-Design of Out-of-Distribution Detectors for Autonomous Emergency Braking Systems
Nanyang Technological University（南洋理工大学）
针对自动驾驶紧急制动系统中学习组件因分布外样本而误决策的问题，提出一种基于风险模型的协同设计方法，优化OOD检测器与LEC参数，在保持资源利用率的同时实现42.3%的风险降低。
2023-07-25 cs.LG cs.RO cs.SY
Barrier Pairs for Safety Control of Uncertain Output Feedback Systems
针对部分状态信息下不确定单输入单输出系统的安全控制问题，提出同时构建障碍函数与动态输出反馈安全控制器的方法，并设计基于标识符的估计器与故障检测器以保障系统安全。
2023-08-01 cs.SY eess.SY math.OC
Emergency-Brake Simplex: Toward A Verifiably Safe Control-CPS Architecture for Abrupt Runtime Reachability Constraint Changes
The Hong Kong Polytechnic University（香港理工大学）；Macau Millennium College（澳门千禧学院）
针对系统约束突变时传统在线控制器重构速度慢、成功率低的问题，提出通过调整参考状态的快速容错策略，采用KKT和基于IPM的牛顿法求解，大幅提升了计算效率与运行时安全恢复成功率。
2025-03-24 cs.RO cs.SY eess.SY
BarrierFormer: Transformer-Guided Predictive Barrier Enforcement for Safe Robot Control
Arizona State University（亚利桑那州立大学）
针对CBF短视和MPC计算昂贵的问题，提出BarrierFormer，一种障碍监督的Transformer框架，通过预测性滚动编码CBF约束学习无模型安全策略，实现实时安全导航，并在安全率和延迟上超越现有方法。
2026-11-03 cs.RO cs.SY eess.SY
