Robust Safety for Mixed-Autonomy Traffic with Delays and Disturbances
针对混合交通中CAV的执行器、传感器时延及扰动会破坏安全保证的问题，提出鲁棒安全关键交通控制RSTC，通过带误差界的状态预测器、鲁棒CBF约束及结合观测器的预测型CBF实现鲁棒安全，仿真验证其可在两类危险场景下避免追尾。
2023-10-06 cs.SY eess.SY
Evaluation Framework for Performance Limitation of Autonomous Systems under Sensor Attack
自动驾驶汽车等自动驾驶系统依靠传感器来感知周围的世界。必须采取措施防止对传感器的攻击，这在过去几年中一直是一个热门话题。为了实现这一目标，必须首先评估传感器攻击如何影响系统，即如果某些内置传感器受损，系统的哪个部分或整个系统将失败，或者将保持安全等。另一方面，ISO/SAE 21434解决了车辆系统开发过程中的安全问题，但没有解决传感器攻击等特定威胁。因此，传感器攻击下的自主系统的安全性还有待解决。在本文中，我们提出了一个框架，结合安全分析的情况下识别，和基于MIMO的模拟传感器攻击模型嵌入式。给定一个自治系统模型，我们确定危险的情况下所造成的传感器攻击，并评估的情况下的性能限制。我们报告了一个带有雷达、摄像头和激光雷达的自动驾驶汽车原型模拟器，以及针对传感器的攻击模型。我们的实验表明，我们的框架可以评估系统的安全性如何变化的参数的攻击和传感器的变化。
2021-03-12 cs.CR cs.SY eess.SY
An Observer-based Switching Algorithm for Safety under Sensor Denial-of-Service Attacks
针对系统输出遭受DoS攻击的场景，提出基于切换观测器的攻击恢复策略与切换控制算法，通过界定状态估计误差和攻击时长容忍度，确保安全集合条件不变，数值示例验证有效性。
2023-03-21 cs.SY eess.SY
LQG Reference Tracking with Safety and Reachability Guarantees under Unknown False Data Injection Attacks
我们研究了一个线性二次高斯（LQG）跟踪问题的安全性和可达性的限制存在的对手谁安装的FDI攻击一组未知的传感器。对于每个可能的受损传感器集合，我们维护一个状态估计器，不考虑该集合中的传感器，并基于此估计计算每次的最优LQG控制输入。我们提出了一种控制策略，约束控制输入位于一个固定的距离内的最优控制输入对应于每个状态估计。控制输入在每个时间步通过求解二次约束二次规划（QCQP）。我们证明了我们的政策可以实现一个理想的概率的安全性和可达性使用屏障证书的方法。我们的控制策略是通过数值案例研究进行评估。
2022-07-11 cs.SY eess.SY
Modeling and Control of Discrete Event Systems under Joint Sensor-Actuator Cyber Attacks
本文研究了离散事件系统中传感器-执行器联合网络攻击问题。我们假设攻击者可以通过改变观测和控制命令来同时攻击一些传感器和执行器。由于网络攻击导致的观测和控制的不确定性，被监督系统的行为变得不确定，并可能偏离安全规范。我们定义了所有可能的语言，可以产生的监督系统，调查网络攻击下的安全监督控制问题的上限。在引入CA-可控性和CA-可观性之后，证明了网络攻击下的监督控制问题是可解的当且仅当给定的规范语言是CA-可控和CA-可观的.此外，我们得到的方法来计算传感器攻击下的状态估计，并合成一个基于状态估计的监督，以实现给定的安全规范下的网络攻击。我们进一步表明，所有的解决方案，建议的状态估计为基础的监督是最大的许可。
2023-01-11 cs.SY eess.SY
Sensor-Based Spreader Automation for Reducing Salt Use and Improving Safety
美国每年在道路上使用超过3000万吨除冰盐，成本约为12亿美元，并对环境产生重大负面影响。因此，希望在保持冬季道路安全的同时减少盐的使用。根据道路、天气、交通和其他条件自动调整施用量有可能实现这一目标。在美国，盐的施用率通常基于道路分类、循环时间、期望的服务水平（LOS）以及预期的交通、道路和天气条件手动预设。操作员可以根据他们的经验和观察临时手动改变施用率。目前的摊铺机自动化主要涉及根据摊铺机速度调整卸料速率，尽管将来可能会采用路面温度传感器。本文探讨了扩展吊具自动化，以调整曲线，倾斜和其他地区的盐排放率与历史上高事故浓度。首先，我们建议使用陀螺仪传感器和倾斜仪上的吊具，以调整实时响应曲线和倾斜的放电率。所提出的解决方案的第二部分包括安装路边射频识别（RFID）标签，该标签可以将危险区域的长度和严重程度传达给吊具上的RFID读取器，以相应地自动调整排放速率。我们提出的方法有可能减少盐的使用和操作员的疲劳，同时提高冬季道路安全，而不会增加过多的成本或复杂性，现有的摊铺机系统在美国。
2020-10-24 cs.SY eess.SY
Safety Control with Preview Automaton
本文考虑了配备传感器模态，可以提供预览信息的系统的安全控制器综合的问题。我们考虑切换系统的切换模式是一个外部信号的预览信息。特别地，假设传感器可以在切换发生之前通知控制器关于即将到来的模式切换。我们提出了预览自动机，一个数学构造，捕获的预览信息和可能的限制开关信号。然后，研究了具有预见信息的安全控制综合问题。提出了一种在给定的模式依赖安全集中计算最大不变集的算法。这些想法证明了两个案例研究从自动驾驶领域。
2020-01-17 cs.SY eess.SY
Collision Avoidance Safety Filter for an Autonomous E-Scooter using Ultrasonic Sensors
University of Stuttgart（斯图加特大学）；ETH Zürich（苏黎世联邦理工学院）
本文针对自主电动滑板车在行人区域的安全运行问题，提出一种基于多个低成本超声波传感器的避碰安全滤波器，通过滤波处理测量噪声和缺失值并结合增益调度控制器限制速度，实现与未知障碍物的安全避碰，并通过真实实验验证其有效性。
2024-05-27 cs.RO cs.SY eess.SY
Advancing Accessible Hand-Arm Vibration Safety Monitoring: ISO-Compliance with Wearable Sensors and Transfer Functions
本文针对ISO 5349-1标准在真实作业场景中难以直接应用的问题，提出基于可穿戴传感器和误差最小化传递函数的振动监测方法，通过锤钻实验验证其能准确映射不同部位振动并实现低成本、实时的HAVS安全预防。
2025-09-20 cs.SY eess.SP eess.SY
SEO: Safety-Aware Energy Optimization Framework for Multi-Sensor Neural Controllers at the Edge
University of California, Irvine（加州大学欧文分校）
考虑到平台的限制，能量管理已成为多传感器自治系统在边缘实现高性能的精髓。然而，典型的这种系统，是有他们的控制器的设计与正式的安全保证，优先于这样的优化，这反过来又限制了他们在实际环境中的应用。在本文中，我们提出了一种新的能源优化框架，是知道自治系统的安全状态，并利用它来调节能源优化方法的应用，使系统的形式安全属性被保留。特别是，通过一个系统的安全状态的形式化表征为一个动态的处理期限，计算工作量的基础模型可以相应地适应。在我们的实验中，我们对两种流行的运行时能量优化方法（卸载和门控）进行了建模，并在CARLA仿真环境中模拟了自动驾驶系统（ADS）用例，其性能表征来自标准Nvidia Drive PX2 ADS平台。我们的研究结果表明，通过在测试用例场景中的感知风险的正式认识，仍然实现了能源效率的提高（达到89.9%），同时保持所需的安全属性。
2023-02-24 cs.DC cs.LG cs.SY
Sensor-Driven Mission Synthesis for UAV/UGV Swarms: A TB-CSPN Coordination Architecture with Hardware-Enforced Safety
Institute for Software Technology, University of the Bundeswehr Munich（慕尼黑联邦国防军大学软件技术研究所）；Department of Computer Science, Sapienza University of Rome（罗马大学计算机科学系）；SofTware And Knowledge Engineering Lab（软件与知识工程实验室）
本文提出一种具备硬件强制安全保障的TB-CSPN协同架构，用于异构无人机/无人车集群，结合多模态传感器观测，通过顾问与监督智能体实现可审计的决策路径，提升对抗环境下的韧性，经沿海监视案例验证其有效性。
2026-08-17 cs.AI cs.SY eess.SY
Safety Controller Synthesis for Stochastic Networked Systems under Communication Constraints
针对通信延迟与数据丢失的随机网络化系统，提出基于增广系统与控制屏障证书的安全控制器综合方法，将安全约束转化为矩阵不等式并量化安全概率，在RLC电路上验证有效性。
2025-09-09 cs.SY eess.SY
Secondary Safety Control for Systems with Sector Bounded Nonlinearities [Extended Version]
针对扇区有界非线性系统在执行器和传感器攻击下的安全问题，基于不变集、障碍证书等理论推导安全验证条件，利用无攻击传感器子集设计二次控制器，通过LMI求解并经数值仿真验证。
2025-04-14 cs.SY eess.SY
Safe Control for Nonlinear Systems Under Faults and Attacks Via Control Barrier Functions
本文针对非线性系统中的传感器故障与执行器故障问题，提出容错控制障碍函数（FT-CBFs）及基于高阶CBF和SOS的安全稳定性联合验证框架，有效提升了系统的安全控制鲁棒性。
2025-06-26 cs.SY eess.SY
Plug-and-Play Secondary Control for Safety of LTI Systems under Attacks
研究了线性时不变网络物理系统的控制器设计问题。具体来说，我们采用的设置，控制器已经被设计来稳定工厂。然而，闭环系统可能会受到致动器和传感器的攻击。我们首先执行可达性分析，以查看潜在攻击的影响。为了进一步确保系统状态的安全性，我们选择了一个可以在本地安全且不受攻击的传感器子集。利用这些有限的资源，一个额外的控制器的设计，以提高新的闭环的安全性。系统的安全性将由安全集的概念来表征。基于李雅普诺夫的分析将被用来获得充分的条件，确保状态始终停留在安全集。这些条件将被描述为凸优化问题，可以有效地解决。最后，我们的理论结果是通过数值模拟说明。
2022-12-01 cs.SY eess.SY
Secure Set-based State Estimation for Safety-Critical Applications under Adversarial Attacks on Sensors
Digital Futures and Department of Decision and Control Systems, EECS, KTH Royal Institute of Technology（数字未来学院与控制系，电气电子计算机科学与工程学系，皇家理工学院）；Department of Mechanical Engineering, Eindhoven University of Technology（机械工程系，埃因霍温理工大学）；School of Computation, Information and Technology, Technical University of Munich（计算、信息与技术学院，慕尼黑工业大学）
本文针对传感器对抗攻击下的安全关键应用，提出S3E算法，在保证系统状态包含的同时抵御传感器攻击，还建立攻击检测等条件并提供复杂度权衡策略，经三层建筑模型等示例验证有效性。
2026-08-03 cs.SY eess.SY math.OC
Belief Space Control of Safety-Critical Systems Under State-Dependent Measurement Noise
针对状态相关测量噪声下的安全关键控制，本文扩展信念控制障碍函数框架，结合广义扩展卡尔曼滤波器，在仿真中实现更不保守且更安全的控制。
2025-10-15 cs.SY eess.SY
A Safety Constrained Control Framework for UAVs in GPS Denied Environment
无人机（UAV）在GPS拒绝的环境中遭受传感器漂移，这可能导致潜在的危险情况。为了避免无法容忍的传感器漂移存在的GPS欺骗攻击，我们提出了一个安全约束的控制框架，适应无人机在路径重新规划水平，以支持弹性状态估计对GPS欺骗攻击。攻击检测器用于基于弹性状态估计检测GPS欺骗攻击，并提供鲁棒控制模式和紧急控制模式之间的切换准则。为了量化安全裕度，我们引入逃逸时间，逃逸时间被定义为一个安全时间，在该时间下，状态估计误差保持在指定置信度的容许误差之内。设计了一种攻击者位置跟踪器（ALT），利用滑动窗口输出的无迹卡尔曼滤波器（UKF）跟踪攻击者的位置并估计欺骗设备的输出功率。使用ALT的估计，基于约束模型预测控制器（MPC）设计逃逸控制器（ESC），使得UAV在逃逸时间内从欺骗设备的有效范围逃逸。
2020-04-12 cs.SY eess.SY
Stealthy Deactivation of Safety Filters
本文提出一种针对基于控制障碍函数的安全过滤器的隐蔽虚假数据注入攻击，通过注入虚假传感器测量值使过滤器接受不安全动作，并设计相应检测器以补充传统检测，在双积分器示例上验证。
2024-03-26 cs.SY eess.SY
What Would Trojans Do? Exploiting Partial-Information Vulnerabilities in Autonomous Vehicle Sensing
针对自动驾驶感知在部分信息与完整性数据结构约束下的攻击风险，本文评估相机与LiDAR攻击影响，并提出含概率不对称监视器和T2T-3DLM的安全感知融合方法以降低攻击成功率。
2025-03-13 cs.CR cs.SY eess.SY
Data Association Between Perception and V2V Communication Sensors
The Ohio State University（俄亥俄州立大学）；Ford Motor Company（福特汽车公司）
车辆、基础设施和其他交通参与者之间的连接为汽车安全应用带来了新的维度。很快，所有新生产的汽车都将配备车联网（V2X）通信调制解调器，以及现有的高级驾驶员辅助系统（ADAS）。识别相同目标的不同传感器测量值（数据关联）至关重要，以便将连接性可靠地用作标准ADAS功能的安全功能。考虑到摄像头是ADAS系统中最常见的传感器，本文提出了一种基于Mahalanobis距离的摄像头和车辆到车辆（V2V）通信传感器之间的数据关联算法的实验实现。该算法具有较低的计算复杂性和实时性。可以将所提出的算法用于ADAS模块中的传感器融合算法或更高级别的决策应用。
2021-01-20 cs.RO cs.SY eess.SY
Synthesis of Control Barrier Functions Using a Supervised Machine Learning Approach
Birla Institute of Technology and Science (BITS)（比尔拉理工学院）；Georgia Institute of Technology（佐治亚理工学院）
控制障碍函数是用于保证机器人系统安全的数学构造。当集成为二次规划优化问题中的约束时，可以实现具有实时性能要求的瞬时控制综合，用于机器人应用。目前的使用假设安全屏障功能的充分知识，但在某些情况下，安全区域必须从传感器测量在线估计。在这些情况下，必须在线合成相应的屏障功能。本文介绍了一种学习框架，估计控制障碍功能的传感器数据。这样做提供了在未知状态空间区域中的系统操作，而不损害安全性。这里，支持向量机分类器提供由从传感器测量获得的安全和不安全状态的集合确定的屏障函数规范。提供了理论上的安全保障。配备激光雷达的全向机器人的实验ROS为基础的仿真结果证明安全操作。
2020-03-10 cs.RO cs.SY eess.SY
Time-Invariant Control Barrier Functions for Bounded STL Safety
University of Auckland（奥克兰大学）
本文提出时间不变控制障碍函数方法，通过消除显式时间依赖，将有限时间STL安全规范转化为静态空间不变量，以应对异步网络下的多智能体安全问题。
2026-09-25 cs.SY eess.SY
Fault Tolerant Neural Control Barrier Functions for Robotic Systems under Sensor Faults and Attacks
Washington University in St. Louis（圣路易斯华盛顿大学）；University of Washington（华盛顿大学）
针对传感器故障与攻击下机器人系统的安全控制问题，提出容错神经控制屏障函数 FT-NCBF，推导安全充要条件并给出数据驱动学习与控制综合方法。
2024-02-28 cs.AI cs.RO cs.SY
Measuring Robustness in Cyber-Physical Systems under Sensor Attacks
本文基于微分动态逻辑提出信息物理系统传感器攻击下的定量鲁棒性分析框架，定义前向/后向安全与鲁棒性、仿真距离概念，构建证明系统，并通过自动驾驶车辆、水箱案例验证方法有效性。
2024-03-09 cs.CR cs.ET cs.LO
Safety Assessment for Autonomous Systems' Perception Capabilities
University of York（约克大学）
自治系统（AS）越来越多地被提出或用于安全关键（SC）应用。许多这样的系统利用复杂的传感器套件和处理来提供场景理解，从而通知AS的决策。传感器处理通常利用机器学习（ML），并且必须在具有挑战性的环境中工作，此外，ML算法具有已知的限制，例如，对象分类中的假阴性或假阳性的可能性。为传统SC系统开发的成熟的安全分析方法与AS、ML或AS使用的传感系统不匹配。本文提出了一种适应完善的安全分析方法，以解决AS感知系统的具体问题，包括解决环境影响和ML的潜在故障模式，并为选择特定的引导词或提示集进行安全分析提供了依据。它继续展示了如何分析的结果可以用来通知AS的设计和验证，并说明了新的方法，提出了部分分析的道路车辆。本文中的插图主要基于光学传感，但本文讨论了该方法对其他传感方式的适用性及其在更广泛的安全过程中的作用，以解决AS的整体能力。
2022-08-18 cs.RO cs.SY eess.SY
Resilient Supervisory Control of Autonomous Intersections in the Presence of Sensor Attacks
本文研究了在传感器攻击存在下自主交叉口的监督控制问题，提出了一种安全、非死锁且最大宽容的抗攻击控制系统，以应对干扰、无控车辆和传感器攻击。
2016-06-21 cs.CR cs.SY eess.SY
HEMA: A Hands-on Exploration Platform for MEMS Sensor Attacks
针对传统汽车安全学习缺乏实操经验、新手难接触车规系统的问题，本文提出经济灵活的HEMA平台，帮助用户实操探索MEMS传感器安全受侵情况，为相关教育、研究和从业者提供宝贵资源。
2025-07-08 cs.CR cs.SY eess.SY
Optimal-coupling-observer AV motion control securing comfort in the presence of cyber attacks
Delft University of Technology（代尔夫特理工大学）；Eindhoven University of Technology（埃因霍温理工大学）
本文提出一种基于最优耦合观测器的AV运动控制框架，有效抵御网络攻击，保障乘客安全与舒适性。
2025-12-22 cs.SY eess.SY
Structural Diagnosability Analysis of Switched and Modular Battery Packs
本研究分析开关与模块化电池组的结构可诊断性，探索传感器布置与系统配置，发现默认传感器不足且子模块电流传感器贡献有限，组合配置对实现最优故障隔离至关重要。
2023-12-27 cs.SY eess.SY
Cyber-Physical Security and Safety of Autonomous Connected Vehicles: Optimal Control Meets Multi-Armed Bandit Learning
Centre for Wireless Communications (CWC), University of Oulu, Finland（奥卢大学无线通信中心（CWC））；WINLAB, Dept. of ECE, Rutgers University, New Brunswick, NJ, USA（罗格斯大学WINLAB，电子与计算机工程系，新泽西州新布朗斯维尔，美国）
本文提出了一种综合框架，用于防止自动驾驶联网车辆网络中的网络和物理攻击。首先，推导出一个最优安全控制器，通过优化自动驾驶车辆的速度和车辆间间距，最大化街道交通流量并最小化事故风险。其次，提出数据注入攻击检测方法，以应对传感器的网络攻击及其对自动驾驶系统的影响。
2018-12-13 cs.LG cs.SY eess.SY
A Multi-Agent Security Testbed for the Analysis of Attacks and Defenses in Collaborative Sensor Fusion
Duke University（杜克大学）
本文提出多智能体安全测试平台MAST，桥接AVstack与ROS2，支持动态部署可变数量的智能体与对手节点，通过案例和蒙特卡洛分析揭示集中式多智能体传感器融合的脆弱性，推动安全感知自动驾驶架构研究。
2024-01-17 cs.RO cs.SY eess.SY
Advancing rail safety: An onboard measurement system of rolling stock wheel flange wear based on dynamic machine learning algorithms
University of Rwanda（卢旺达大学）；Addis Ababa University（亚的斯亚贝巴大学）；Addis Ababa Light Rail Transit Service（亚的斯亚贝巴轻轨交通服务公司）
本文提出一种基于位移与温度传感器及动态机器学习算法的车载轮缘磨耗测量系统，并通过IIR滤波器降噪，将测量精度从96.5%提升至98.2%，为铁路安全监测提供高效实时方案。
2025-08-21 cs.CE cs.LG cs.SY
Optimal Placement of Roadside Infrastructure Sensors towards Safer Autonomous Vehicle Deployments
Centre of Excellence for Testing & Research of AVs - NTU (CETRAN)（南洋理工大学自动驾驶车辆测试与研究卓越中心（CETRAN））；Nanyang Technological University（南洋理工大学）；Siemens Mobility Pte. Ltd.（西门子交通私人有限公司）
具有自动驾驶功能的车辆正在越来越多地被开发用于世界各地的部署。然而，这种自动或自主车辆（AV）的车载感测和感知能力可能不足以确保在所有场景和背景下的安全性。使用路边基础设施传感器的道路结构增强的环境感知可以被认为是一种有效的解决方案，至少对于所选择的感兴趣区域，例如城市道路交叉口或弯曲的道路，这些道路对AV造成遮挡。然而，它们在采购、安装和维护方面产生了巨大的成本。因此，这些传感器必须战略性地和最佳地放置，以在道路使用者的整体安全方面产生最大效益。在本文中，我们提出了一种新的方法来获得V2X（车辆到一切）基础设施传感器的最佳放置，这对城市AV部署特别有吸引力，包括成本，覆盖范围和冗余等各种考虑因素。我们结合了光线投射和线性优化文献的最新进展，为城市规划者、交通分析和AV部署运营商提供了一个工具。通过在典型环境中的实验评估，我们证明了我们的方法的好处和实用性。
2021-10-04 cs.AI cs.NI cs.RO
