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
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
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
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
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
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
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
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
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
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
Correct-By-Construction Design of Adaptive Cruise Control with Control Barrier Functions Under Safety and Regulatory Constraints
自适应巡航控制（ACC）系统的安全关键性要求系统的设计程序，例如，基于形式化方法或控制障碍函数（CBF），在所有驾驶条件下提供安全性和性能的强有力保证。然而，现有的方法大多集中在平滑交通条件下的充分验证的解决方案，除了走走停停的场景。在交通信号灯等安全和监管约束条件下进行高性能ACC设计的系统方法仍然难以捉摸。基于CBF的正确施工方法的挑战源于需要捕获交通信号施加的约束，这导致候选时变CBF（TV-CBF）在有界时间间隔内具有有限跳跃不连续性。
2022-03-26 cs.SY eess.SY
Dynamic Constraint Reconstruction Based Control Barrier Functions for Safety-Critical Control of High-Dimensional Manipulators
Yaowu (Shenzhen) Technology Co., Ltd.（耀武（深圳）科技有限公司）；National Engineering Research Center of Mobile Network Technologies, Beijing University of Posts and Telecommunications（北京邮电大学移动通信国家重点实验室）
针对高维机器人受干扰及模型不确定问题，提出基于动态约束重构的控制障碍函数框架，用扩展状态观测器估计干扰并重构安全约束，引入安全裕度，仿真表明该方法能在强干扰下实现零安全违规并提升轨迹跟踪性能。
2026-10-20 cs.SY eess.SY
Data-Driven Learning of Safety-Critical Control with Stochastic Control Barrier Functions
控制障碍函数广泛用于综合安全关键控制。高斯型噪声的存在可能导致不安全的行为，并导致严重的后果。虽然随机系统的安全关键控制研究已经得到了广泛的研究，但在许多实际应用中，我们并不了解动态的随机分量。在本文中，我们研究了具有未知扩散部分的随机系统的安全临界控制，并提出了一种数据驱动的方法来处理这些情况。更具体地说，我们提出了一个数据驱动的随机控制障碍函数（DDSCBF）框架，并使用监督学习学习未知的随机动态通过DDSCBF计划。在一些合理的假设下，利用泛逼近定理，我们保证了DDSCBF格式能够逼近部分未知动态下随机控制障碍函数的伊藤导数.我们还表明，我们可以实现相同的安全保证使用DDSCBF计划与SCBF在以前的工作中，而不需要随机动力学的知识。我们使用两个非线性随机系统来验证我们的理论在模拟。
2022-05-22 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
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 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
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
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
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
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
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
Approximate Optimal Control for Safety-Critical Systems with Control Barrier Functions
控制障碍函数（CBF）已成为安全关键控制系统中强制集合不变性的流行工具。在保证安全性的同时，大多数CBF方法都是短视的，因为它们在每个时间步长而不是在很长的时间范围内解决优化问题。这种方法可能允许系统太接近不安全集，在那里优化问题可能变得不可行。这些问题中的一些可以通过将松弛变量引入优化问题来缓解;然而，这会损害到期望的平衡点的收敛。为了解决这些挑战，我们开发了一种近似的最优方法，在安全关键控制问题中，违反安全约束的成本直接嵌入在价值函数。我们表明，我们的方法是能够保证安全和收敛到一个理想的平衡。最后，我们通过数值例子比较了我们的方法与传统的二次规划方法的性能。
2020-08-10 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
Safety during Transient Response in Direct Current Microgrids using Control Barrier Functions
我们考虑的问题，保证瞬态电压和电流保持在规定的范围内的直流（DC）微电网，当控制器没有获得准确的系统动态，由于负载是未知的和/或时变的。为了实现这一点，我们提出了一种基于优化的控制器设计使用控制障碍函数。我们表明，所提出的控制器具有分散的结构，是鲁棒的系统参数，如负载的精确值的不确定性。
2021-02-04 cs.SY eess.SY
End-to-End Imitation Learning with Safety Guarantees using Control Barrier Functions
模仿学习（IL）是一种学习范式，可用于合成复杂系统的控制器，模仿专家（用户或控制算法）演示的行为。尽管IL方法很受欢迎，但它们通常缺乏安全性保证，这限制了它们在复杂安全关键系统中的实用性。在这项工作中，我们认为安全，制定为集不变性，并赋予相关的正式保证控制障碍函数（CBFs）。我们开发的条件下，鲁棒安全的专家控制器，利用CBF，可以用来学习端到端的控制器（我们称之为CBF兼容控制器），有安全保证。这些保证是从输入状态安全（ISSf）的角度考虑安全的干扰的情况下，其中它示出IL使用鲁棒安全的专家演示结果在ISSf与干扰直接相关的学习问题的属性。我们证明了这些安全保证，在模拟的基于视觉的端到端的倒立摆和汽车驾驶的轨道控制。
2022-12-21 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
Control Barrier Functions for Cyber-Physical Systems and Applications to NMPC
网络物理系统的易处理安全保证算法在关键应用中非常重要。基于控制障碍函数的方法假设连续的强制执行，这在在线方式中是不可能的。本文提出了两个易于处理的算法，以确保离散时间控制的信息物理系统的前向不变性。这两种方法都是基于控制障碍函数，以提供严格的数学安全保证。第一种算法利用Lipschitz连续性，并制定了一个强大的程序，随后放松到一组仿射条件的安全条件。第二种算法是受管NMPC的启发，并使用仿射控制障碍函数制定与辅助控制器，以保证系统的安全性。我们结合了近似NMPC控制器与第二种算法，以保证严格的安全性，尽管近似的约束，并显示其有效性的小型赛格威实验。
2021-04-29 cs.SY eess.SY
Bounding Stochastic Safety: Leveraging Freedman's Inequality with Discrete-Time Control Barrier Functions
针对传统鲁棒安全方法保守性高的问题，本文结合Freedman不等式与离散时间控制屏障函数、c-鞅，为随机系统提供更严格的安全概率边界，经对比和双足机器人仿真验证了其有效性与紧致性。
2024-11-04 cs.SY eess.SY
Safety Barrier Certificates for Stochastic Control Systems with Wireless Communication Networks
针对无线通信网络下存在噪声的随机控制系统，本文基于控制障碍证书（CBC）提出一种形式化安全控制器综合方法，通过平方和优化与矩阵不等式构建CBC及控制器，为安全属性满足概率提供下界，并在永磁同步电机与汽车电动转向应用中验证了有效性。
2023-09-11 cs.SY eess.SY
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
Sampling-Aware Control Barrier Functions for Safety-Critical and Finite-Time Constrained Control
Boston University（波士顿大学）；Worcester Polytechnic Institute（伍斯特理工学院）；University of Maryland, College Park（马里兰大学帕克分校）
本文提出考虑采样的控制屏障函数(SACBF)，以解决传统高阶控制屏障函数在采样执行下的安全性和有限时间到达保持要求问题，通过估计和结合泰勒上界保证系统安全性和可行性。
2026-04-08 cs.SY eess.SY
Safety Barrier Certificates for Stochastic Hybrid Systems
研究随机混杂系统的安全控制器设计问题，其中连续演化过程由布朗运动和泊松过程的随机微分方程描述，瞬时跳变过程由带加性噪声的随机差分方程描述.我们提出的框架利用控制屏障证书（CBC）的概念，作为一个离散化的自由的方法，合成随机混杂系统的安全控制器，同时提供安全保证在有限的时间范围内。在我们提出的方案中，我们首先提供了一个增强的框架来描述每个随机混杂系统包含连续演化和瞬时跳跃与一个统一的系统，涵盖这两种情况。然后，我们引入了一个增广控制屏障证书（ACBC）的增广系统，并提出了充分条件，以构造一个ACBC的基础上原混杂系统。利用构造的ACBC，我们量化的概率上界的随机混杂系统达到一定的不安全区域在有限的时间范围内。所提出的方法是通过一个非线性的案例研究进行验证。
2022-08-06 cs.SY eess.SY
TTCBF: A Truncated Taylor Control Barrier Function for High-Order Safety Constraints
RWTH Aachen University（亚琛工业大学）；University of the Bundeswehr Munich（慕尼黑联邦国防大学）
本文提出了一种截断泰勒控制屏障函数，用于处理高阶安全约束，仅需一个类K函数，并引入自适应变体提升适应性。
2026-01-21 cs.SY eess.SY
Learning High-Order Control Barrier Functions for Safety-Critical Control with Gaussian Processes
本文利用高斯过程处理模型不确定性，将高阶控制障碍函数的机会约束转化为二阶锥约束，形成凸优化安全过滤器，并给出可行性条件，通过数值实验验证了有效性。
2024-04-18 cs.SY eess.SY
Rectified Control Barrier Functions for High-Order Safety Constraints
本文提出整流控制屏障函数（ReCBFs），通过在CBF构造中引入激活函数克服高阶CBF方法的局限性，并验证了其在相对阶二、混合输入及更高相对阶安全约束下的有效性。
2024-12-04 cs.SY eess.SY
Sufficient and Necessary Barrier-like Conditions for Safety and Reach-avoid Verification of Stochastic Discrete-time Systems
Key Laboratory of System Software (Chinese Academy of Sciences) and State Key Laboratory of Computer Science, Institute of Software, Chinese Academy of Sciences（中国科学院软件研究所，系统软件重点实验室，计算机科学与技术国家重点实验室）
本文提出随机离散时间系统安全性和可达-回避验证的必要和充分屏障条件，通过放松贝尔曼方程建立必要性和充分性，解决无限时间 horizon 的安全性和可达-回避验证问题。
2026-01-05 cs.SY eess.SY
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
Characterizing Safety: Minimal Barrier Functions from Scalar Comparison Systems
集合不变性的经典解决方案源于Nagumo的开创性工作，并且通过光滑的障碍函数约束不等式定义集合，从而产生可计算的流条件以保证集合不变性。虽然大多数这些历史上的结果设置不变性考虑流动条件的边界上，最近的结果控制障碍函数扩展这些条件的整个集合，虽然他们需要的规则性条件的障碍函数。本文通过\emph{minimal barrier functions}直接调用比较结果来定义系统整个域上的流条件，从而充分刻画了集合不变性。这种方法的一个相当大的好处是去除了障碍函数的规则性假设。本文还概述了有效的微分不等式条件的充分必要条件，给出了此类方法的最低条件。我们还表明，当最小的障碍函数是必要的和充分的集合不变性。
2020-05-24 cs.SY eess.SY
A Unified Stability Analysis of Safety-Critical Control using Multiple Control Barrier Functions
针对多安全约束下自主与信息物理系统的安全与活性保障难题，构建统一分析框架研究多CBF安全滤波器QP及CLF-CBF控制器的稳定性，推导可行性条件、不良平衡点特性及稳定性判据，拓展了相关理论基础。
2025-03-21 cs.SY eess.SY
Verification and Control for Finite-Time Safety of Stochastic Systems via Barrier Functions
Georgia Institute of Technology（佐治亚理工学院）
本文研究了在有限时间范围内确保随机动力系统安全性的方法，利用随机屏障函数量化系统在有限时间内退出给定安全区域的概率。通过将屏障证书条件转换为求和平方优化问题，实现了高效的数值计算。与以往工作不同，所提出的证书条件包含状态依赖的生成元界，从而获得更紧的概率界。此外，针对漂移动力学为控制的仿射函数的随机系统，提出了一种合成多项式状态反馈控制器的方法，以实现指定的安全概率。
2019-05-28 cs.SY eess.SY
Disturbance Observer-Parameterized Control Barrier Function with Adaptive Safety Bounds
针对外部扰动下的鲁棒安全控制问题，提出DOp-CBF框架，利用扰动观测器动态调整安全界，保证前向不变性，并通过巡航控制仿真验证其安全与性能优势。
2025-02-26 cs.SY eess.SY
Sensor-Based Safety-Critical Control Using an Incremental Control Barrier Function Formulation via Reduced-Order Approximate Models
针对现有控制屏障函数依赖精确模型、难适配参数不确定场景的问题，提出测量鲁棒增量控制屏障函数MRICBFs，利用基于传感器的降阶模型，在处理传感器精度与近似误差的同时提供严格安全保障，经一阶系统和高超声速滑翔飞行器仿真验证有效。
2025-03-24 cs.SY eess.SY
Functional Observers for Output-Feedback Safety with High-Order Control Barrier Functions
California Institute of Technology（加州理工学院）
本文针对全状态不可用的线性系统，利用高阶控制屏障函数和标量函数观测器，提出多项式协同设计框架，实现输出反馈安全滤波。
2026-09-15 cs.SY eess.SY
PRoTECT: Parallelized Construction of Safety Barrier Certificates for Nonlinear Polynomial Systems
本文介绍开源 Python 工具 PRoTECT，利用 SOS 优化和跨屏障次数并行，为四类非线性多项式动力系统自动搜索多项式安全屏障证书。
2025-06-11 cs.SY eess.SY
Safety-Critical Control Synthesis for Unknown Sampled-Data Systems via Control Barrier Functions
随着控制系统复杂性的增加，安全性成为越来越重要的属性，因为违反安全性会损坏设备并将系统操作员置于危险之中。当系统动力学未知时，安全关键综合变得更具挑战性。此外，现代系统是数字控制的，因此表现为采样数据系统，即，当以离散的时间步长施加控制输入时，系统动态连续地演变。本文研究了动态未知的安全临界采样系统的控制综合问题。我们克服了采样数据的实现和未知的动态所带来的挑战，通过构建一组控制障碍函数（CBF）为基础的约束。通过在每个采样时刻满足所构造的CBF约束，保证了未知采样数据系统在任何时刻都是安全的。我们制定了一个非凸的程序来解决在每个采样时间的控制信号。我们将非凸规划分解为两个凸子问题。我们说明了所提出的方法，使用数值案例研究。
2021-09-28 cs.SY eess.SY
Designing Barrier Functions for Graceful Safety Control
University of Maryland（马里兰大学）；University of Michigan（密歇根大学）
本文提出了一种结合零点和互惠控制屏障函数的设计方法，用于实现动态系统中优雅的安全控制，通过能量分析证明了其有效性。
2026-03-03 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
Data-driven Safety Verification of Stochastic Systems via Barrier Certificates
在本文中，我们提出了一个数据驱动的方法来正式验证（潜在）未知的离散时间连续空间随机系统的安全性。建议的框架是基于一个概念的障碍证书连同从未知系统的轨迹收集的数据。我们首先将基于障碍的安全验证重新表述为鲁棒凸问题（RCP）。求解所获得的RCP通常是困难的，因为不仅系统的状态存在于连续集合中，而且更有问题的是，未知模型出现在RCP的约束之一中。相反，我们利用有限数量的数据，因此，RCP被转换为一个场景凸问题（SCP）。然后，我们与SCP的RCP的优化器，因此，我们提供了一个安全保证在未知的随机系统的先验保证的信心。我们将我们的方法应用到一个未知的室温系统，通过收集采样数据的轨迹系统，并正式验证房间的温度位于一个舒适区的有限的时间范围内所需的信心。
2021-12-23 cs.SY eess.SY
Runtime Safety and Reach-avoid Prediction of Stochastic Systems via Observation-aware Barrier Functions
针对带在线观测的离散时间随机系统的运行时安全性与可达-避障概率预测问题，提出整合实时观测的框架，通过观测感知型障碍函数动态更新概率边界，兼具理论保证与实际有效性。
2025-11-12 cs.SY eess.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
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
High-order Barrier Functions: Robustness, Safety and Performance-Critical Control
在本文中，我们提出了一个概念的高阶（归零）障碍函数，推广的概念归零障碍函数，并保证设置前不变性检查其高阶导数。所提出的公式保证了前向不变集的渐近稳定性，这对于模型扰动的鲁棒性非常有利。与现有的高阶障碍函数方法相比，在我们的设置中不需要前向完备性假设。对于受控动力系统的情况下，我们放松了一致的相对度的要求，并提出了一个奇异的无控制方案，产生一个局部Lipschitz控制信号，并保证安全。此外，所提出的配方占“性能关键”控制：它保证了一个子集的前向不变集将承认任何现有的，有界的控制法，同时仍然确保前向不变的集。最后，一个非平凡的案例研究与刚体姿态动力学和互联的细胞区域作为安全区域进行了研究。
2021-07-01 cs.SY eess.SY
Learning-based Parameterized Barrier Function for Safety-Critical Control of Unknown Systems
本文针对未知扰动下的安全关键控制问题，提出基于高斯过程预测误差界收缩安全集的参数化高阶控制障碍函数方法，在Franka Emika机械臂仿真中验证了其有效性与灵活性。
2024-08-09 cs.SY eess.SY
Output Feedback Backup Control Barrier Functions: Safety Guarantees Under Input Bounds and State Estimation Error
California Institute of Technology（加州理工学院）；Wichita State University（威奇托州立大学）；Georgia Institute of Technology（佐治亚理工学院）；Texas A&M University（德克萨斯农工大学）
本文提出输出反馈备份控制屏障函数，以应对状态估计误差和输入限制下的安全问题，证明了在存在状态不确定性时，总存在可行控制输入保证真实状态安全。
2026-04-21 cs.SY eess.SY
