Probabilistic Control Barrier Functions for Systems with State Estimation Uncertainty using Sub-Gaussian Concentration
California Institute of Technology（加州理工学院）；Illinois Institute of Technology（伊利诺伊理工学院）
本文提出一种基于粒子的概率控制屏障函数框架，利用高斯不确定性和子高斯结构，解决概率保证与计算可行性之间的权衡问题，提供有限样本的安全证书。
2026-04-10 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
Continuous Reachability Task Transition Using Control Barrier Functions
针对连续时间移动机器人系统，提出了一种实现连续可达任务间平滑过渡的方法。控制障碍函数提供安全集的前向不变性和有限时间可达性的形式保证，并且能够强制执行任务。在二次规划中使用的障碍函数的结果实现控制器的实时性能保证。使用控制障碍函数的用于多目标任务执行的现有方法利用离散切换的顺序二次规划来实现连续的任务。然而，离散切换会导致控制输入的不连续性，这可能会影响机器人的性能。因此，我们提出了一种方法，确保连续二次规划之间的过渡。特别地，引入了对障碍函数约束的时变分量，其允许目标之间的平滑过渡。机器人的实施结果也提供。
2020-05-25 cs.SY eess.SY
Characterization of Safety in Stochastic Difference Inclusions using Barrier Functions
本文针对随机差分包含系统，利用上半连续、凸集值映射与凹障碍函数简化安全性验证，将随机输入替换为其期望，从而证明最坏情况违反安全性质的概率上界。
2025-08-27 cs.SY eess.SY math.OC
Risk-Aware Robot Control in Dynamic Environments Using Belief Control Barrier Functions
KTH Royal Institute of Technology（皇家理工学院）；Digital Futures（数字未来机构）
本文提出新型信念控制屏障函数（BCBFs），通过整合尾部风险测度集中界限处理基于样本的多峰偏斜信念分布，在随机动态环境中确保自主机器人安全性，并在水下机器人模拟中验证了约1kHz的实时性能。
2025-04-05 cs.RO cs.SY eess.SY
Safe Learning-Based Control of Elastic Joint Robots via Control Barrier Functions
Technical University of Munich（慕尼黑工业大学）
本文针对弹性关节机器人因未建模动态导致控制屏障函数无法直接保证安全的问题，提出用高斯过程回归学习未知动力学，并将鲁棒化安全条件转化为二阶锥规划在线求解，通过二自由度平面机器人仿真验证了方法的有效性。
2023-04-14 cs.RO cs.SY eess.SY
Quadratic Programming Approach to Flight Envelope Protection Using Control Barrier Functions
German Aerospace Center (DLR), Institute of Flight Systems（德国航空航天中心（DLR）飞行系统研究所）
本文提出基于二次规划的控制屏障函数安全过滤器，用于动态强制飞行包线约束，同时保持控制性能，通过非线性导弹飞行控制系统验证，证明其能有效防止约束违规。
2026-03-16 cs.SY eess.SY
ProBF: Learning Probabilistic Safety Certificates with Barrier Functions
Princeton University（普林斯顿大学）
安全关键型应用程序需要能够以高置信度保证安全的控制器/策略。控制障碍函数是一个有用的工具，以保证安全，如果我们有机会获得地面实况系统动力学。在实践中，我们有不准确的知识系统的动态，这可能会导致不安全的行为，由于未建模的剩余动态。使用确定性机器学习模型学习剩余动态可以防止不安全行为，但当预测不完美时可能会失败。在这种情况下，概率学习方法，其原因是其预测的不确定性可以帮助提供强大的安全裕度。在这项工作中，我们使用一个高斯过程来模拟投影的剩余动态到控制障碍函数。我们提出了一种新的优化过程，以产生安全的控制，可以保证安全的高概率。安全过滤器具有推理来自GP的预测的不确定性的能力。我们通过实验赛格威和四旋翼模拟这种方法的有效性。我们提出的概率方法是能够减少安全违规的数量显着相比，确定性的方法与神经网络。
2021-12-24 cs.LG cs.SY eess.SY
On the Undesired Equilibria Induced by Control Barrier Function Based Quadratic Programs
本文分析了一般非线性仿射控制系统在采用控制障碍函数诱导的二次规划控制器进行反馈时的系统行为。特别是，我们描述了闭环系统的可能的平衡点的存在性和位置，并提供了分析结果，设计参数如何影响他们。在此基础上，对现有的基于二次规划的控制器进行了简单的改进，该控制器在不做任何其他假设的情况下，继承了安全集前向不变性的性质，并进一步保证了安全集内部不需要的平衡点和一类边界平衡点的完全消除，以及原点的局部渐近稳定性.数值例子给出了理论讨论的同时。
2023-01-10 cs.SY eess.SY math.OC
Adaptive Robust Quadratic Programs using Control Lyapunov and Barrier Functions
针对具有时变和状态相关不确定性的非线性系统，提出了基于控制李雅普诺夫函数和障碍函数的自适应鲁棒二次规划控制方法。提出了一种自适应估计律，以预先计算的估计误差界估计不确定性的逐点值。然后，估计的不确定性和误差界被用来制定一个鲁棒QP，这确保了实际的不确定性系统不会违反由控制障碍函数定义的安全约束。此外，可以通过减少估计采样时间来系统地提高不确定性估计的准确性，从而降低稳健QP的保守性。在自适应巡航控制问题的仿真中，并通过与现有方法的比较，所提出的方法进行了验证。
2020-10-19 cs.SY eess.SY math.OC
Control Barrier Function-Based Quadratic Programming for SafeOperation of Tethered UAVs
针对系留无人机（TUAV）需在系绳长度约束下安全跟踪轨迹的问题，提出控制障碍函数二次规划框架（CBF-QP），结合反步控制与障碍函数约束系绳长度，仿真验证其满足约束且轨迹跟踪误差收敛、控制输入有界。
2025-02-12 cs.SY eess.SY
Shield Model Predictive Path Integral: A Computationally Efficient Robust MPC Approach Using Control Barrier Functions
Georgia Institute of Technology（佐治亚理工学院）；Massachusetts Institute of Technology（麻省理工学院）
模型预测路径积分（MPPI）控制是一种基于采样的模型预测控制，其模拟数千个轨迹并使用这些轨迹来在运行中合成最优控制。然而，在实践中，MPPI遇到的问题限制了其应用。例如，已经观察到，如果存在未建模的动态或环境干扰，则MPPI倾向于做出糟糕的决策，从而阻止其在安全关键应用中的使用。此外，MPPI使用的多线程模拟需要大量的板载计算资源，使得该算法无法在没有现代GPU的情况下使用。为了缓解这些问题，我们提出了一种新的（屏蔽MPPI）算法，提供了对不可预测的干扰的鲁棒性，并实现了实时规划，使用数量少得多的并行模拟常规CPU。新的盾牌MPPI算法进行了测试，在一个积极的自主赛车平台在仿真和使用实验。结果表明，所提出的控制器大大减少了违反约束的数量相比，国家的最先进的强大的MPPI变量和随机MPC方法。
2023-02-23 cs.RO cs.SY eess.SY
Robust Barrier Functions for a Fully Autonomous, Remotely Accessible Swarm-Robotics Testbed
Institute for Robotics and Intelligent Machines, Georgia Institute of Technology（佐治亚理工学院机器人与智能机器研究所）
Robotarium是一个可远程访问的群集机器人测试平台，它为数以百计的用户提供了免费的、开放获取的机器人技术和控制研究，进行了数千次实验。这种高水平的使用要求系统中的自主性，这主要对应于用户提交的上下文中的约束满足。换句话说，在用户对机器人的输入可能导致碰撞的情况下，必须改变这些输入以自动避免这些碰撞。然而，这些改变必须是最小的，以保持用户在实验中的目标。为此，该系统利用了屏障功能，其允许微创的生物合成过程。然而，障碍函数尚未相对于未建模的干扰（例如，车轮打滑或分组丢失）。因此，本文为一类受扰控制仿射系统制定了鲁棒障碍函数，这反过来又是机器人完全自主操作的关键（即，没有人的监督）。实验结果表明，这种强大的配方在机器人的长期实验的有效性。
2019-09-06 cs.MA cs.RO cs.SY
Task-Priority Control of Redundant Robotic Systems using Control Lyapunov and Control Barrier Function based Quadratic Programs
Norwegian University of Science and Technology（挪威科技大学）
针对冗余度机器人系统，提出了一种基于控制李雅普诺夫函数（CLF）和控制障碍函数（CBF）的二次规划（QP）任务优先控制框架。所提出的方法保证严格的优先级之间的不同组的任务，如安全相关的，操作和优化任务。此外，可以采用惩罚参数形式的软优先级度量来对相同优先级的任务进行优先级排序。相对于运动控制方案，所提出的框架是一个整体的方法来控制冗余机器人系统，它解决了冗余分辨率，动态控制和控制分配问题同时进行。通过对超冗余关节式干预自主水下航行器（AIAUV）的数值仿真，验证了该框架的有效性。
2021-06-04 cs.RO cs.SY eess.SY
Modified Control Barrier Function for Quadratic Program Based Control Design via Sum-of-Squares Programming
本文研究非线性控制仿射系统中控制障碍函数（CBF）条件的修正方法，通过广义S-过程将修正CBF设计转化为可高效求解的平方和（SOS）规划，在保留基于QP的控制器特性的同时提升了闭环性能。
2025-04-28 cs.SY eess.SY math.OC
Sliding Mode Control Barrier Function
本文提出了一种滑模控制障碍函数，以鲁棒地处理安全关键控制系统中的高相对度安全约束。稳定性/跟踪目标，表示为标称控制律，和安全约束，表示为控制障碍函数是通过二次规划统一。所提出的控制框架进行了数值验证，考虑古田摆和磁悬浮系统。对于第一个系统，一个线性二次型调节器被认为是一个标称控制律，并考虑安全约束，以保证摆角位置永远不会超过一个预定值。对于第二个，滑模控制器被认为是一个标称控制律和多个安全约束被认为是保证磁悬浮系统的位置永远不会超过预定值。对于这两个系统，我们认为高相对度的安全约束对模型的不确定性是鲁棒的。数值结果表明，稳定性/跟踪目标的实现和安全约束的尊重，即使模型的不确定性。
2020-10-07 cs.SY eess.SY
Safe Stabilising Full-Order Affine Control Barrier Functions for Linear Systems (Extended)
The University of Manchester（曼彻斯特大学）
本文提出一种线性系统安全镇定框架，通过显式标称控制器和频域条件确保控制障碍函数安全滤波器全局非激活，实现安全与全局指数稳定，并用两质量示例验证。
2026-09-14 cs.SY eess.SY
Control Barrier Function based Quadratic Programs Introduce Undesirable Asymptotically Stable Equilibria
本研究发现基于控制李雅普诺夫函数与控制屏障函数的二次规划安全控制器框架会引入不受欢迎的渐近稳定平衡点，推导了其稳定条件，并提出扩展方案以避免安全集边界上的此类平衡点，可用于无碰撞控制器设计。
2020-03-30 cs.SY eess.SY math.OC
Control Barrier Functions and Input-to-State Safety with Application to Automated Vehicles
University of Michigan（密歇根大学）；California Institute of Technology（加州理工学院）；Plus.ai Inc.（智加科技公司）
平衡安全性和性能是现代控制系统设计中的主要挑战之一。此外，在不引起降低性能的不必要的保守性的情况下，稳健地确保安全性至关重要。在这项工作中，我们提出了一个建设性的方法，通过控制障碍函数（CBF）的安全关键控制综合。通过CBF过滤手工设计的控制器，我们能够获得高性能的行为，同时提供严格的安全保证。在干扰面前，鲁棒的安全性和性能是通过输入状态安全（ISSf）的概念同时实现的。我们采取了一个教程的方法，通过开发CBF设计方法与倒立摆的例子并行，使设计过程中的挑战和敏感性具体。为了建立所提出的方法的能力，我们考虑通过CBF的连接自动驾驶汽车（CAV）的形式的8级卡车没有拖车的安全关键设计的实际设置。通过实验，我们看到了未建模的干扰在卡车的驱动系统上的CBF提供的安全保证的影响。我们描述这些干扰，并使用ISSf，产生一个强大的控制器，实现安全而不让步的性能。我们评估我们的设计都在模拟，并首次在汽车系统，实验。
2022-06-07 cs.RO cs.SY eess.SY
Rule-Based Safety-Critical Control Design using Control Barrier Functions with Application to Autonomous Lane Change
本文提出了一种新的控制设计，以保证车辆在复杂的交通环境中变道操纵的安全性。所提出的方法使用有限状态机（FSM），其中基于二次规划的优化问题，使用控制李雅普诺夫函数和控制障碍函数（CLF-CBF-QP）是用来计算系统的最优输入，通过基于规则的控制策略。该系统能够根据驾驶员的指令和交通环境自动切换不同的状态，使本车能够找到安全的时机进行无碰撞的变道操纵。通过使用凸二次规划，该控制器可以保证系统在高更新频率下的安全性。一组预先设计的典型的车道变化的情况下，以及随机生成的驾驶场景进行了模拟，以显示我们的控制器的性能。
2021-03-23 cs.SY eess.SY
Disturbance-Robust Backup Control Barrier Functions: Safety Under Uncertain Dynamics
Texas A&M University（德克萨斯农工大学）；Georgia Institute of Technology（佐治亚理工学院）；Wichita State University（威奇托州立大学）；Air Force Research Laboratory（空军研究实验室）
针对未建模扰动下现有备份控制障碍函数无法保证系统安全的问题，提出DR-bCBF方法，利用标称与受扰流边界构建扩张范数球管的前向不变集，通过鲁棒约束保障安全，仿真验证了其在双积分器和航天器旋转问题中的有效性。
2024-12-13 cs.RO cs.SY eess.SY
Control Barrier Function Based Quadratic Programs for Safety Critical Systems
California Institute of Technology（加州理工学院）；University of Michigan（密歇根大学）；University of California at Los Angles（加利福尼亚大学洛杉矶分校）
本文提出将安全约束与性能目标统一在二次规划中的方法，通过控制屏障函数和控制李雅普诺夫函数的结合，实现安全与性能的协调控制。
2016-12-05 cs.SY eess.SY math.OC
Explicit Solutions for Safety Problems Using Control Barrier Functions
控制障碍函数法已广泛应用于安全控制器的综合。通过求解在线凸二次规划问题，在状态空间中隐式综合最优安全控制器。由于解是唯一的，从状态空间到控制输入的映射是单射的，因此使我们能够评估潜在的关系。在本文中，我们的目的是显式地合成一个安全的控制律的状态函数的非线性控制仿射系统的控制能力有限。我们建议将在线的二次规划问题转化为离线的参数化优化问题，考虑状态作为参数。如果程序可行，则所得到的显式安全控制器是划分状态空间上的分段Lipschitz连续函数。我们解决了不可行的情况下，通过解决参数化自适应控制障碍函数为基础的二次规划问题。大量的仿真结果表明状态空间划分和控制器的性能。
2022-04-21 cs.SY eess.SY math.OC
Spacecraft Attitude Control Under Reaction Wheel Constraints Using Control Lyapunov and Control Barrier Functions
本文提出一种基于最优衰减控制李雅普诺夫函数二次规划和控制障碍函数的敏捷航天器姿态控制策略，有效解决反应轮输入与状态约束问题，降低低采样频率下的抖振，并通过仿真验证了其实时性与高效性。
2025-07-16 cs.SY eess.SY
Advanced safety filter based on SOS Control Barrier and Lyapunov Functions
FHNW（应用科学与艺术大学）；ETH Zürich（苏黎世联邦理工学院）
本文提出基于SOS控制屏障和李雅普诺夫函数的先进安全过滤器，通过求和平方约束确保系统安全性和传统控制器性能，适用于三相ac/dc整流器控制。
2026-01-18 cs.SY eess.SY
Reachability Analysis Using Dissipation Inequalities For Uncertain Nonlinear Systems
提出了一种求具有多项式动态的不确定非线性系统有限时域前向可达集的外界方法。该方法利用时变多项式存储函数，满足适当的耗散不等式，占随时间变化的不确定参数，L2干扰，和扰动的特点是积分二次约束（IQCs）与硬和软因式分解。事实上，据我们所知，这是第一个将IQC引入可达性分析的结果，从而允许各种类型的不确定性，包括未建模的动态。广义S-过程和平方和技术被用来推导算法的目标是找到一个所需的形状的最紧的外边界。教学和实际动机的例子，包括一个7状态的F-18飞机模型。
2020-05-15 cs.SY eess.SY
Control Barrier Function only Formation Tracking in Multi-Agent Systems
Indian Institute of Science（印度科学学院）
提出一种实时控制框架，通过二次优化中的单一控制屏障函数约束实现异构非线性多智能体系统的编队跟踪，无需手动调参或单独标称控制器。
2026-06-26 cs.SY eess.SY
Control Barrier Functions for Abstraction-Free Control Synthesis under Temporal Logic Constraints
时序逻辑已被广泛用于表示复杂的任务规格的信息物理系统（CPS）。在时序逻辑约束下综合CPS控制器的单向式方法之一是首先将CPS抽象为离散转换系统，然后应用形式化方法。然而，这种方法在计算上要求很高，并且由于维数灾难，其可扩展性受到影响。在本文中，我们提出了一个控制障碍函数（CBF）的方法，抽象自由控制综合下的线性时序逻辑（LTL）的约束。我们首先构造确定性拉宾自动机的规格和计算接受运行。然后，我们计算一个序列的LTL公式，其中每一个必须满足在特定的时间间隔，并证明，满足该序列的公式是足以满足LTL规格。最后，我们通过构造一个合适的CBF来计算满足每个公式的控制策略。我们提出了一个二次规划来计算控制器，并显示使用所提出的方法合成的控制器保证系统满足LTL规格，提供的二次规划是可行的，在每个时间步。数值算例研究表明，所提出的方法。
2020-07-28 cs.SY eess.SY
MPC Based Linear Equivalence with Control Barrier Functions for VTOL-UAVs
本研究针对垂直起降无人机，提出结合动态反馈线性化的带控制障碍函数的线性MPC级联方案，无需线性近似即可处理全欠驱动动力学，转化为QCQP问题高效求解，证明了稳定性与可行性并通过仿真验证了有效性和鲁棒性。
2024-04-14 cs.SY eess.SY
Rigidity-Aware Formation Tracking under Sensing Range Constraints via Single Control Barrier Function Constraint
Indian Institute of Science（印度科学学院）
针对受感知范围约束的异构多机器人系统，该研究提出基于单控制障碍函数约束的二次优化框架，设计分布式控制器实现编队跟踪与刚性保持，仿真验证了其有效性。
2026-08-18 cs.SY eess.SY
High Order Control Lyapunov-Barrier Functions for Temporal Logic Specifications
Boston University（波士顿大学）
最近的工作表明，稳定的仿射控制系统的期望状态，同时优化的二次成本受到状态和控制约束，可以减少到一系列的二次规划（QP）通过使用控制障碍函数（CBF）和控制李雅普诺夫函数（CLF）。在我们最近的工作中，我们定义了高阶CBF（HOCBF）的系统和约束与任意相对程度。本文将高阶控制李雅普诺夫-障碍函数（HOCLBF）推广到不满足状态约束和任意相对次数约束的初始状态。我们还表明，建议HOCLBFs可以用来保证布尔满足信号时序逻辑（STL）公式的系统状态。我们说明了我们的方法上的一个安全关键的最优控制问题（OCP）的一个单一的。
2021-02-12 cs.RO cs.SY eess.SY
Observer-Based Environment Robust Control Barrier Functions for Safety-critical Control with Dynamic Obstacles
本文提出一种基于观测器的环境鲁棒控制障碍函数（ECBF）安全关键控制器，通过将障碍物状态观测器纳入ECBF设计以降低保守性，并在二次规划框架下保证安全性，有效应对动态障碍物的测量与预测不确定性。
2024-03-20 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
Input-Output Stability of Barrier-Based Model Predictive Control
本文研究了具有线性及凸非线性（硬或软）约束的线性系统基于屏障的模型预测控制的输入-输出稳定性条件，通过构造积分二次约束（IQCs）来建立全局闭环稳定性充分条件，并在存在无结构模型不确定性时获得鲁棒稳定性条件。同时开发了具有静态和动态乘数的IQCs，并给出了乘数的适当凸搜索方法。通过示例数值验证了鲁棒稳定性分析的有效性。
2019-03-11 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
Data-Efficient Control of Polynomial Systems via Physics-Guided Quadratic Constraints
Newcastle University（纽卡斯尔大学）；Tampere University（坦佩雷大学）
针对模型不确定且数据受噪声干扰的复杂系统，提出一种物理引导的直接数据驱动框架，利用鲁棒控制屏障证书和二次约束整合物理信息，以数据高效的方式综合安全控制器。
2026-06-01 cs.SY eess.SY
High Order Control Lyapunov Function - Control Barrier Function - Quadratic Programming Based Autonomous Driving Controller for Bicyclist Safety
Ohio State University（俄亥俄州立大学）
本文提出基于高阶控制李雅普诺夫函数和控制屏障函数的二次规划控制器，用于提升自动驾驶系统在复杂交通环境中的骑行者安全性能。
2025-12-14 cs.RO 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
Hybrid Lyapunov and Barrier Function-Based Control with Stabilization Guarantees
NOVA School of Science and Technology (NOVA-FCT)（诺瓦科学及技术学院）；Instituto Superior Técnico (IST)（里斯本高等技术学院）；Lusófona University（卢索弗纳大学）
本文提出一种混合CLF-CBF控制框架，提供全局渐近稳定和安全保证，通过递归方法扩展至高阶系统，通过仿真验证其有效性。
2026-03-16 cs.SY eess.SY
Adaptive Control Barrier Functions for Safety-Critical Systems
Boston University（波士顿大学）
最近的工作表明，稳定仿射控制系统的期望（集）的状态，同时优化二次成本和观察状态和控制约束，可以减少到二次规划（QP）通过使用控制障碍函数（CBF）和控制李雅普诺夫函数。在我们最近的工作中，我们定义了高阶CBF（HOCBF），以适应具有任意相对度的系统和约束，并使用惩罚方法来增加相应的QP的可行性。在本文中，我们引入自适应CBF（AdaCBFs），可以适应时变的控制界限和动态噪声，并解决可行性问题。我们的方法的核心是在AdaCBF的定义中引入罚函数，并为这些罚函数定义辅助动力学，这些罚函数是HOCBF，并由CLF稳定。我们证明了所提出的方法的优点，将其应用到巡航控制问题与不同的路面，轮胎打滑，和动态噪声。
2020-02-11 cs.RO cs.SY eess.SY
Combinatorial Safety-Critical Coordination of Multi-Agent Systems via Mixed-Integer Responsibility Allocation and Control Barrier Functions
German Aerospace Center (DLR)（德国航空航天中心）；Korea Advanced Institute of Science and Technology (KAIST)（韩国科学技术院）；Seoul National University（首尔大学）
本文提出通过混合整数规划和控制屏障函数实现多智能体系统的安全关键协调，以提高避障效率和减少计算复杂性。
2026-03-05 cs.SY eess.SY
Robust Time-Varying Control Barrier Functions with Sector-Bounded Nonlinearities
TU Dresden（德累斯顿工业大学）；University of Michigan, Ann Arbor（密歇根大学安娜堡分校）
本文提出一种鲁棒时变控制屏障函数，通过二次约束保证非线性输入的安全性，定义安全过滤器以最小化控制器命令修改，并在航天器对接中验证其有效性。
2026-04-30 cs.SY eess.SY
Real-Time In-Domain Congestion Control for the LWR Traffic Model via Control Barrier Functions
The Ohio State University（俄亥俄州立大学）
针对LWR交通模型的域内拥塞控制问题，本文提出基于控制障碍函数的方法，通过KKT分析转化为二次规划后，用结构感知的原始-对偶有效集算法实时求解，经数值模拟验证了方法的有效性与实时性。
2026-08-17 cs.SY eess.SY
Feasibility Guaranteed Traffic Merging Control Using Control Barrier Functions
我们考虑互联和自动驾驶车辆（CAV）的合并控制问题，旨在共同最大限度地减少旅行时间和能源消耗，同时提供速度相关的安全保证，并满足速度和加速度约束。应用联合最优控制和控制障碍函数（OCBF）方法，通过将最优跟踪问题转化为一系列二次规划问题，有效地得到了一个在保证满足所有约束条件的前提下最优跟踪无约束最优控制解的控制器.然而，这些QP可能变得不可行，特别是在严格的控制范围内，从而无法保证安全限制。我们解决这个问题，推导出一个控制相关的可行性约束对应于每个CBF的约束，这是添加到每个QP，我们表明，每个这样的修改QP保证是可行的。合并控制问题的大量仿真说明了这种可行性保证控制器的有效性。
2022-03-08 cs.SY eess.SY
Using Circulation to Mitigate Spurious Equilibria in Control Barrier Function -- Extended Version
针对基于控制屏障函数的控制器易受稳定伪平衡点影响而无法到达目标的问题，提出引入环流不等式作为约束强制系统绕开障碍物，经理论分析与仿真验证可提升控制器可靠性。
2023-07-19 cs.SY eess.SY
Control-Lyapunov and Control-Barrier Functions based Quadratic Program for Spatio-temporal Specifications
University of Michigan（密歇根大学）
本文提出了一种在时空约束下进行控制合成的方法，通过定义新的预设时间控制李雅普诺夫函数（PT CLF）并提出其存在性条件，结合二次规划（QP）计算满足这些条件的控制输入，同时将时空规范转化为时序逻辑公式，并讨论了方法的局限性和未来研究方向。
2019-08-26 cs.SY eess.SY math.OC
Control Barrier Function Contracts for Vehicular Mission Planning Under Signal Temporal Logic Specifications
我们提出了一种基于假设保证合同的组合控制综合方法，并将其应用于车辆任务计划的结构设计。在我们的方法中，一个任务级的规范表示在一个片段的信号时序逻辑（STL）被分解成定义在非重叠的时间间隔上的谓词。STL谓词然后被映射到与连续可微的时变控制障碍函数相关联的合约的聚合。采用障碍函数约束低层控制综合问题，通过二次规划求解。我们的方法可以避免保守性的任务驱动的控制方法的基础上欠近似。我们说明了其有效性的案例研究的动机下的车辆任务规划的安全约束，以及交通法规下的车辆到车辆和车辆到基础设施的通信的限制。
2022-09-20 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
Safe Control Synthesis Using Environmentally Robust Control Barrier Functions
针对动态环境不确定性下的安全控制问题，提出一种基于最坏情况误差的鲁棒控制障碍函数新方案，将标称安全控制作为期望输入并在违反约束时最小修改，转化为易求解的二次规划，有效保障系统安全。
2023-04-23 cs.SY eess.SY
Safe Optimal Interactions Between Automated and Human-Driven Vehicles in Mixed Traffic with Event-triggered Control Barrier Functions
针对混合交通中HDV行为未知且难预测的问题，提出基于事件触发CBF的在线模型估计与数据驱动安全控制框架，将CAV最优控制转化为事件触发二次规划，确保无碰撞并验证其鲁棒性。
2023-10-01 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
Neural Koopman Control Barrier Functions for Safety-Critical Control of Unknown Nonlinear Systems
研究了动态未知的非线性系统的安全控制器的设计问题，利用控制障碍函数（CBF）设计了安全控制器。我们利用Koopman算子理论（KOT）将（未知）非线性系统与高维双线性系统相关联，并提出了一个数据驱动的学习框架，该框架使用学习器和证伪器同时学习基于Koopman算子的双线性系统和相应的CBF。我们证明了后一个双线性系统的学习CBF也是一个有效的CBF未知的非线性系统之间的$\ell^2$ -范数误差界的特点。我们表明，这种错误可以部分调整，通过使用Lipschitz常数的Koopman为基础的观测。CBF然后被用来制定一个二次规划来计算输入，保证未知的非线性系统的安全。数值模拟验证了我们的方法。
2022-09-16 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
Universal Barrier Functions for Safety and Stability of Constrained Nonlinear Systems
本文提出通用障碍函数（UBF）以编码稳定性与安全性，并构建UBF-QP生成受输入约束的安全稳定控制输入，证明了其可行性及在温和条件下UBF的存在性，且可扩展至高相对阶系统。
2025-11-02 cs.SY eess.SY
