Dynamically Feasible Planning and Control in Complex Environments: a Scalable Systematic Approach
University of Michigan（密歇根大学）
针对受非凸约束的线性离散时间系统，提出生成安全集的方法及参考调节器，能保证系统安全与参考命令收敛，在线计算开销低，特定情况下安全集计算高效，通过仿真验证了方法的适用性。
2026-07-15 cs.SY eess.SY
Safety-based Speed Control of a Wheelchair using Robust Adaptive Model Predictive Control
电动轮椅在为行动不便人士提供无障碍环境方面扮演重要角色。在设计用于跟踪任务的控制器时，确保轮椅在不同应用场景和不同用户中的操作安全至关重要。在这项工作中，我们提出了一种基于安全的速度跟踪控制算法的轮椅系统与外部干扰和不确定参数在动态水平。应用集员方法在线估计不确定参数集，设计了一种在线自适应模型和控制参数的模型预测控制方案，以保证跟踪过程中的安全约束。所提出的控制器可以驱动轮椅的速度到一个期望的参考范围内的安全约束。对于违反约束的不可容许参考，所提出的控制器可以引导系统到最近的可容许参考的邻域。基于两个包含可行参考和不可行参考的任务的高保真速度跟踪结果，验证了所提出的控制方案的有效性。
2022-10-06 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
Safe Robot Navigation in Cluttered Environments using Invariant Ellipsoids and a Reference Governor
University of California, San Diego（加州大学圣地亚哥分校）
本文研究了在未知环境下，依靠局部障碍物感知的自主导航问题。我们考虑一个控制仿射非线性机器人系统的有界输入噪声和依赖于反馈线性化，以确定稳定控制下的闭环机器人轨迹的椭球输出界。虚拟总督系统的开发，以自适应跟踪所需的导航路径，同时依赖于机器人的轨迹界限，如果安全受到威胁，减速，否则加速。主要贡献是推导出安全的非线性系统路径跟踪控制的理论保证，并将其应用于未知环境中的自主机器人导航。
2020-05-14 cs.RO cs.SY eess.SY
From Low to High Order Motion Planners: Safe Robot Navigation using Motion Prediction and Reference Governor
Eindhoven University of Technology（埃因霍温理工大学）；Eindhoven AI Systems Institute（埃因霍温人工智能系统研究所）
安全地绕过障碍物是高度动态机器人面临的一个根本挑战。使用轨迹优化和跟踪控制使简单参考路径规划器适应复杂机器人动力学的现有方法是脆弱的，并且需要显著的重新规划周期。在本文中，我们介绍了一种新的反馈运动规划框架，该框架将低阶（例如位置/速度控制）参考运动规划器的适用性扩展到高阶（例如，加速度/急动控制的）机器人模型。我们使用预测的机器人运动范围进行安全评估，并建立一个双向的接口之间的高层次的规划和低层次的控制，通过一个参考总督。我们描述了我们的反馈运动规划框架的通用基本构建块，并给出了运动控制，预测和参考规划的具体示例结构。我们证明了我们的规划框架的正确性，并在数值模拟中展示了其性能。我们的结论是，准确的运动预测是至关重要的高层次的规划和低层次的控制之间的差距。
2022-02-25 cs.RO cs.SY eess.SY
Safe Reference Tracking and Collision Avoidance for Taxiing Aircraft Using an MPC-CBF Framework
University of California, Irvine（加利福尼亚大学欧文分校）；Howard University（霍华德大学）；Augustana College（奥古斯塔纳学院）；Purdue University（普渡大学）
本文提出基于MPC-CBF的飞机自动滑行框架，结合图路径规划与HOCBF安全约束，实现安全参考跟踪与避障，仿真验证其性能优于PID-CBF方法。
2024-10-04 cs.RO cs.SY eess.SY
Control Barrier Function for Linearizable Systems with High Relative Degrees from Signal Temporal Logics: A Reference Governor Approach
针对带STL任务的安全关键导航问题，提出ERG-guided CBF方法，将一阶CBF用于高阶可线性化系统以降低保守性，结合梯度法优化参数，经高低阶系统验证有效，提供避障安全保障。
2024-07-09 cs.SY eess.SY
Safe Learning Reference Governor: Theory and Application to Fuel Truck Rollover Avoidance
University of Michigan（密歇根大学）；U.S. Army DEVCOM GVSC（美国陆军DEVCOM地面车辆系统中心）
本文提出了一种学习参考调速器（LRG）的方法来执行状态和控制约束的系统中，一个准确的模型是不可用的，这种方法使参考调速器，通过学习逐步提高命令跟踪性能，同时执行的限制，在学习过程中和学习完成后。学习可以在系统的黑盒型模型上执行，也可以直接在硬件上执行。在介绍了LRG算法并概述其理论特性后，本文研究了LRG在燃油车（油罐车）防侧翻中的应用。通过模拟的基础上的燃料车模型，占液体燃料晃动的影响，我们表明，建议的LRG可以有效地保护燃料车翻车事故在各种操作条件下。
2021-09-08 cs.LG cs.SY eess.SY
Flight Envelope Protection for a Hypersonic Glide Vehicle Using Adaptive Safety-Critical Control
German Aerospace Center（德国航空航天中心）；Massachusetts Institute of Technology（麻省理工学院）
针对高超声速滑翔飞行器模型不确定性下的飞行包线保护问题，提出自适应安全关键控制框架，通过输入端的CCRM自适应控制器和状态端的EBSF安全滤波器处理约束，仿真表明该框架能在控制输入受限及模型不确定时保持飞行包线约束并稳定跟踪。
2026-07-28 cs.SY eess.SY
Time Governors for Safe Path-Following Control
Eindhoven University of Technology（埃因霍温理工大学）；Eindhoven AI Systems Institute（埃因霍温人工智能系统研究所）
机器人在障碍物周围的安全和平稳运动是自主机器人的基本技能，特别是在人和其他机器人周围操作时。传统上，由于实时操作要求和机载计算限制，许多机器人运动规划和控制方法遵循两步方法：首先构造（例如，分段线性）的无碰撞参考路径的简化机器人模型，然后通过路径跟踪控制执行的参考计划更准确和复杂的机器人模型。用于高度动态机器人系统的这种解耦机器人运动规划和控制方法的挑战是确保路径跟随控制的安全性以及参考规划的成功完成。在本文中，我们介绍了一种新的动态系统的方法，在线闭环时间参数化，称为$\textit{a time governor}$，参考路径可证明正确和安全的路径跟踪控制的基础上反馈运动预测，其中的机器人运动的安全性下的路径跟踪控制连续监测使用预测的机器人运动。在介绍了安全路径跟踪的时间总督的一般框架后，我们提出了一个例子应用程序的完全驱动的高阶机器人动力学使用比例和高阶导数（PhD）路径跟踪控制，其反馈运动预测是由李雅普诺夫椭球和范德蒙德单纯形。在数值模拟中，我们研究了参考位置和速度反馈的作用，以及路径跟踪性能和机器人运动的运动预测。
2022-12-02 cs.RO cs.SY eess.SY
Safe Trajectory Tracking in Uncertain Environments
在轨迹跟踪问题的模型预测控制（MPC）公式中，不可行的参考轨迹和先验未知的约束会导致设计繁琐、跟踪激进和递归可行性的丧失。例如，在移动系统的轨迹跟踪应用中，在存在先验不完全已知的约束的情况下，就是这种情况。在本文中，我们提出了一个新的框架称为模型预测柔性轨迹跟踪控制（MPFTC），放宽了轨迹跟踪的要求。此外，我们适应递归的可行性存在先验未知的约束，这可能会使参考轨迹不可行。在所提出的框架中，约束满足是保证在任何时候，而参考轨迹跟踪约束满足允许的，从而简化了控制器的设计和减少可能的侵略性的跟踪行为。所提出的框架与三个数值例子说明。
2021-04-02 cs.SY eess.SY
Using Dynamic Safety Margins as Control Barrier Functions
University of Colorado, Boulder（科罗拉多大学博尔德分校）
本文利用参考调节器理论，提出了一种将动态安全裕度作为控制屏障函数的方法，用于处理任意状态和输入约束，并保证安全性和优化可行性。
2026-06-14 cs.SY eess.SY
A Data-Driven Approach To Preserve Safety and Reference Tracking for Constrained Cyber-Physical Systems Under Network Attacks
Concordia University（康科迪亚大学）
提出一种最坏情况数据驱动控制架构，通过鲁棒异常检测器、跟踪监督模块、安全验证模块和本地应急控制器，在保证系统安全的同时最小化跟踪性能下降。
2026-06-25 cs.SY eess.SY math.OC
''It Is Much Safer to Be Sparse than Connected'': Safe Control of Robotic Swarm Density Dynamics with PDE-Optimization with State Constraints
University of Waterloo（滑铁卢大学）
本文提出基于优化的闭环安全控制策略，利用控制Lyapunov函数和控制屏障函数引导由福克-普朗克方程描述的机器人群体空间密度向目标分布演化，通过Voronoi变种实现分布式部署，并通过理论分析和实验验证稀疏群体更易满足安全规范。
2026-04-16 cs.SY eess.SY
Distributed Frequency Control for Multi-Area Power Systems Considering Transient Frequency Safety
针对高可再生能源渗透下多区域电力系统的频率波动问题，提出一种结合反馈优化与控制屏障函数的分布式频率控制方法，在保证暂态频率安全和容量约束的同时实现最优经济运行，仿真验证了其有效性和优势。
2025-09-09 cs.SY eess.SY
Safe and Stable Formation Control with Autonomous Multi-Agents Using Adaptive Control (Extended Version)
Massachusetts Institute of Technology（麻省理工学院）
本文提出结合自适应控制、控制屏障函数和连接图的方法，解决多智能体系统在动态不确定性和通信限制下的稳定与安全编队控制问题，通过自适应控制确保稳定性，安全过滤器生成安全指令，参考模型实现无不确定情况下的编队控制。
2025-07-25 cs.SY eess.SY
Robust and Safe Autonomous Navigation for Systems with Learned SE(3) Hamiltonian Dynamics
稳定性和安全性是成功部署自动控制系统的关键属性。作为一个激励性的例子，考虑在复杂环境中的自主移动机器人导航。推广到不同操作条件的控制设计需要系统动态模型、对建模误差的鲁棒性以及满足安全性\NEWZL{constraints}，例如避免碰撞。本文提出了一种神经元常微分方程网络，从弹道数据中学习哈密顿系统的动力学。学习的哈密顿模型用于合成基于能量成形无源性的控制器，并分析其\emph{robustness}对学习的模型中的不确定性以及其\emph{safety}相对于环境施加的约束。给定一个所需的参考路径的系统，我们扩展我们的设计使用虚拟参考总督实现跟踪控制。调节器状态作为一个调节点，沿着参考路径自适应地移动，平衡系统能量水平，模型不确定性界限，以及距离安全违规，以保证鲁棒性和安全性。我们的哈密顿动力学学习和跟踪控制技术证明在\Revised{simulated hexarotor and quadrotor robots}在混乱的3D环境中导航。
2022-07-22 cs.RO cs.SY eess.SY
Optimization-Free Constrained Control with Guaranteed Recursive Feasibility: A CBF-Based Reference Governor Approach
Nagoya Institute of Technology（名古屋工业大学）；Universite Libre de Bruxelles（布鲁塞尔自由大学）；University of Waterloo（滑铁卢大学）
本文提出一种结合显式参考调节器与控制屏障函数的约束控制框架，通过构造平滑屏障函数保证递归可行性，无需在线优化。
2026-04-05 cs.RO cs.SY eess.SY
Analytical Safety Bounds for Trajectory Following Controllers in Autonomous Vehicles
本文针对自动驾驶轨迹跟随控制问题，提出一种基于最坏情况扰动序列的解析方法，用于计算线性时不变单输入多输出系统在状态反馈控制下的安全边界，并分析了反馈参数对横向控制安全裕度的影响。
2023-08-05 cs.SY eess.SY
Construction of control barrier function and $C^2$ reference trajectory for constrained attitude maneuvers
受限姿态机动在机器人和航空航天领域有着广泛的应用。在我们以前的工作中，提出了一个解决这个问题的一般框架，解决完全性保证。然而，缺乏一个平滑的参考轨迹和一个低级别的安全关键控制器。在这项工作中，我们提出了一种新的构造$C^2$连续参考轨迹的基础上$ SO(3) $上的贝塞尔曲线，在预定的细胞内发展，并消除以前的走走停停的行为。此外，我们提出了一种新的归零控制障碍函数$ SO(3) $上，提供了一个安全证书，在一组重叠的细胞上$ SO(3) $，同时避免非光滑分析。安全证书作为控制输入的线性约束给出，并实时实现。针对线性约束中控制输入系数为零的情况，提出了一种改进方法。数值仿真验证了该方法的优越性。
2020-08-20 cs.SY eess.SY math.OC
Safe Decentralized Density Control of Multi-Robot Systems using PDE-Constrained Optimization with State Constraints
University of Waterloo（滑铁卢大学）
本文提出了一种去中心化优化密度控制器，通过设计去中心化控制屏障函数，确保局部安全约束下的全局安全。采用Fokker-Planck方程建模机器人空间概率密度函数，降低计算和通信开销，通过四架四旋翼飞行器的仿真和实验验证有效性。
2025-10-23 cs.SY eess.SY
Safety-Critical Control for Quadrotor UAVs via Decentralized Navigation Functions
Universidad Politécnica de Madrid（马德里理工大学）；School of Science and Technology, IE University（IE大学科学与技术学院）；Centre for Automation and Robotics (CSIC-UPM)（自动化与机器人中心（西班牙国家科学研究委员会-马德里理工大学））
针对学习到的模型不确定性下的四旋翼无人机团队，提出基于分布式导航函数的安全关键控制方法，构造推力-姿态实现并设计聚合鲁棒HOCBF-QP安全滤波器，实现高概率两两避碰。
2026-08-14 cs.SY eess.SY math.OC
Safe Stabilization of the Stefan Problem with a High-Order Moving Boundary Dynamics by PDE Backstepping
本文针对Stefan问题，采用PDE反步法设计边界热通量控制，实现移动边界的安全镇定，并证明闭环系统全局指数稳定。
2025-10-08 cs.SY eess.SY math.OC
Safe Autonomous Navigation for Systems with Learned SE(3) Hamiltonian Dynamics
University of California San Diego（加州大学圣地亚哥分校）
未知环境下的安全自主导航是移动机器人面临的重要问题。本文提出的技术，学习动力学模型的移动机器人的轨迹数据和合成的跟踪控制器的安全性和稳定性的保证。刚体机器人的状态通常包含其位置、方向和广义速度，并满足Hamilton运动方程。而不是一个手工推导的动力学模型，我们使用的状态控制轨迹的数据集训练的一个神经常微分方程（ODE）网络表示的双线性等变非线性哈密顿模型。学习的哈密顿模型被用来合成一个能量成形无源性为基础的控制器，并推导出保证安全调节到所需的参考姿态的条件。我们使自适应跟踪所需的路径，从障碍物距离测量获得的安全约束。利用机器人能量和违反安全约束距离之间的权衡，自适应地控制沿着所需路径的参考位姿。我们的安全自适应控制器在未知环境中导航的模拟六旋翼机器人上进行了演示。
2022-04-07 cs.RO cs.SY eess.SY
Control of Human-Induced Seismicity in Underground Reservoirs Governed by a Nonlinear PDE-ODE System
IMSIA (UMR 9219), CNRS, EDF, ENSTA Paris, Institut Polytechnique de Paris（巴黎理工学院）
本文提出一种非线性鲁棒输出反馈控制器，用于抑制地下水库中的诱发地震，通过耦合的三维PDE-ODE模型实现对区域压力和地震率的联合控制，验证了在格罗宁根气田案例中的有效性。
2026-10-30 cs.SY eess.SY math.OC
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
Robust synchronization for multi-agent systems governed by PDEs with observable and unobservable disturbances
Southwest Jiaotong University（西南交通大学）
本文研究了由抛物型偏微分方程支配的多智能体系统在存在可观测和不可观测扰动下的鲁棒同步问题，设计了仅使用边界输出测量的扰动观测器以估计可观测的Dirichlet边界扰动并确保在不可观测扰动存在时观测器误差系统的鲁棒性，然后利用参考信号和局部输出信息构建分布式同步控制器，使所有智能体跟踪参考轨迹，特别在无不可观测扰动时实现指数跟踪，同时在控制器实施过程中保留鲁棒性。进一步分析了不可观测的Dirichlet-Robin边界扰动对同步性能的影响，并通过证明同步误差系统的解的有界性来证明这一点。此外，为表征所有扰动的影响，建立了闭环系统的输入到状态稳定性（ISS）。对于涉及的系统，广义Lyapunov方法和递归技术被广泛应用于稳定性分析，而提升技术和半群理论被用于证明系统的适定性。仿真结果验证了所提出的控制方案，展示了有效的扰动估计和抑制、鲁棒同步以及在各种场景下的ISS性质。
2026-05-19 cs.SY eess.SY math.OC
Distributed bilayered control for transient frequency safety and system stability in power grids
针对摆动非线性电力网络，提出双层控制策略，底层模型预测控制优化频率轨迹，顶层实时控制保障安全，分布式实现仅需2跳邻居信息，在IEEE 39节点系统验证了暂态频率安全与渐近稳定性。
2020-01-08 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
Decentralized Affine Transformation for Scalable and Safe Multi-Agent Aerial Coordination
University of Arizona（亚利桑那大学）
该研究提出分布式仿射变换框架，将二维AT建模为分布式主从问题，通过微型四旋翼无人机实验验证其可安全引导多智能体穿越狭窄受限环境且符合理论收敛性。
2026-08-07 cs.SY eess.SY
Write-Safe Flow Field Mapping under Ambiguous Onboard Sensing and Localization Drift
针对模糊感知与定位漂移导致的流场映射幽灵结构问题，提出地图参考感知的保守融合框架，可显著降低幽灵污染并保留高地图覆盖率。
2026-07-31 cs.RO cs.SY eess.SY
HydroSphere: A Framework for Governed, Self-Healing Wastewater Infrastructure
HydroSphere是一个数据驱动的污水管理框架，结合TCN-LSTM预测、PPO投药优化和SHADE异常检测，在282万条历史数据上验证，实现了预测和优化的性能提升，并支持可持续发展目标。
2026-10-08 cs.AI cs.CY cs.ET
Interaction-Aware Motion Planning for Autonomous Vehicles with Multi-Modal Obstacle Uncertainty Predictions
本文提出一种结合IAIMM-KF多模态预测与MPC的自动驾驶车辆交互安全感知运动规划方法，通过引入可调参数平衡性能与鲁棒性，在复杂交通场景中实现安全避碰与轨迹跟踪。
2023-09-13 cs.SY eess.SY
Spline Trajectory Tracking and Obstacle Avoidance for Mobile Agents via Convex Optimization
提出一种基于输出反馈控制的运动规划技术，通过将多边形环境分解为重叠单元并利用CLFs和CBFs构建LMIs，求解SDP问题为每个凸单元综合出控制器，实现智能体多项式轨迹跟踪与避障，仿真验证了其对初始条件变化的鲁棒性和安全性。
2024-03-25 cs.SY eess.SY
Optimization Based Planner Tracker Design for Safety Guarantees
针对非线性系统的路径规划和控制问题，提出了一种设计安全的方法。规划器使用工厂的低保真度模型来通过解决MPC问题来计算参考轨迹，而被控制的工厂利用反馈控制律来跟踪具有跟踪误差上限的轨迹。我们的主要目标是允许最大的许可（即，空间约束可行性）的规划，同时保持安全后，占跟踪误差界。我们实现这一点，通过参数化的状态和输入约束施加在规划器上，并推导出相应的参数化跟踪控制律和跟踪误差界，这是离线计算通过平方和编程。然后，最佳地选择参数，以最大限度地提高规划者的许可，同时保证安全。
2019-10-02 cs.SY eess.SY
When are safety filters safe? On minimum phase conditions of control barrier functions
本文研究了控制障碍函数（CBF）安全滤波器可能导致系统内部状态发散的问题，受输入-输出线性化启发，提出并验证了一组新的CBF最小相位条件以确保完整系统状态有界。
2025-08-11 cs.SY eess.SY
Temporal Logic Guided Safe Navigation for Autonomous Vehicles
Clemson University（克莱姆森大学）
本文提出结合LTL和STL的混合方法，通过符号路径规划与MILP求解生成安全轨迹和最优控制，在复杂场景中兼顾安全与计算效率。
2025-01-23 cs.FL cs.RO cs.SY
A Constructive Method for Designing Safe Multirate Controllers for Differentially-Flat Systems
University of Michigan（密歇根大学）；California Institute of Technology（加州理工学院）
提出一种基于微分平坦性的两层多速率控制架构，通过线性MPC与反馈控制器耦合，实现非线性系统安全与递归可行性的形式保证，并以凸优化形式实现，经地面车和四足机器人实验验证。
2024-03-26 cs.RO cs.SY eess.SY
Stability Preserving Safe Control of a Bicopter
本文提出一种双旋翼飞行器安全控制律，通过状态依赖映射和Lyapunov函数将约束问题转化为无约束问题，实现安全集合前向不变性与平滑跟踪，仿真验证了有效性。
2025-10-08 cs.SY eess.SY math.OC
Validation of Neural Network Controllers for Uncertain Systems Through Keep-Close Approach: Robustness Analysis and Safety Verification
本文提出一种基于保持接近方法的新框架，结合微分中值定理、积分二次约束和李雅普诺夫理论，分析神经网络控制器在不确定性下的鲁棒性，并推导最坏情况误差界以进行安全验证。
2025-03-26 cs.SY eess.SY math.DS
Conformal Recovery-Deadline Certificates for Runtime Assurance of Adapting Controllers
Myers-Lawson School of Construction, Virginia Tech（迈尔斯-劳森建设学院，弗吉尼亚理工学院）
针对在线自适应控制器在恢复瞬态期间被安全防护误触发的问题，提出共形恢复截止证书，基于分裂共形预测提供恢复时间的分布无关有限样本上界，实现延迟切换并保证覆盖，分离自主性与安全性。
2026-06-25 cs.AI cs.SY eess.SY
A Review of Testing Object-Based Environment Perception for Safe Automated Driving
RWTH Aachen University（亚琛工业大学）；Institute for Automotive Engineering（汽车工程研究所）
自动驾驶系统的安全保证必须考虑不确定的环境感知。本文回顾了文献解决如何感知测试实现安全保证的一部分。我们专注于在感知和规划之间的接口进行验证和确认目的的测试，并沿着三个轴构建我们的分析：1）测试标准和度量，2）测试场景，3）参考数据。此外，分析的文献包括相关的安全标准，安全无关的感知算法基准测试和传感器建模。我们发现，实现安全感知测试仍然是一个悬而未决的问题，因为有关的三个测试轴和它们的相互依赖性的挑战目前似乎没有得到充分解决。
2021-02-16 cs.CV cs.RO cs.SY
Multi-rate Control Design under Input Constraints via Fixed-Time Barrier Functions
在本文中，我们引入了周期性安全的概念，这要求系统轨迹定期访问一个前向不变的安全集的子集，并利用它在一个多速率的框架，其中一个高级别的规划器生成一个参考轨迹，由一个低级别的控制器跟踪输入约束下。我们引入了固定时间的障碍函数的概念，这是利用所提出的低级别控制器在二次规划框架。然后，我们设计了一个模型预测控制政策的高层次规划与参考轨迹的变化率的约束，以保证周期性的安全。我们证明了所提出的策略的有效性的仿真例子中，所提出的固定时间稳定的低级别控制器显示出成功的满足控制目标，而指数稳定的低级别控制器失败。
2021-03-05 cs.SY eess.SY math.OC
Reference-Free, Long-Horizon Trajectory Optimization for Aggressive Autonomous Driving in Milliseconds
Rensselaer Polytechnic Institute（伦斯勒理工学院）；Toyota Research Institute（丰田研究院）
针对无参考初始猜测下长时域轨迹优化实时性差的问题，提出基于车辆刚度分析选择A稳定积分方法、动态平衡初始猜测生成及鲁棒非线性求解器策略，在260米时域内实现55毫秒求解，支持高速漂移避障。
2026-06-23 cs.SY eess.SY math.OC
Control Strategies for Pursuit-Evasion Under Occlusion Using Visibility and Safety Barrier Functions
University of California San Diego（加利福尼亚大学圣迭戈分校）；General Dynamics Mission Systems（通用动力任务系统公司）；Honda R&D Co. Ltd.（本田研发有限公司）；University of Michigan（密歇根大学）
针对遮挡环境下追逃问题中维持逃逸者可见性的难题，提出结合可见性与安全CBF约束、基于采样规划的非短视控制策略，经仿真与实机验证可在强遮挡下仅靠机载传感维持可见性。
2025-03-24 cs.RO cs.SY eess.SY
A Formally Verified Fail-Operational Safety Concept for Automated Driving
NXP Semiconductors（恩智浦半导体）；Eindhoven University of Technology（埃因霍温理工大学）
现代自动驾驶（AD）系统依靠安全措施来处理故障并使车辆处于安全状态。为了消除致命的交通事故，汽车制造商不断引入新的感知和控制系统。当代汽车设计和安全工程最佳实践适合于孤立地分析系统组件，而当今高度复杂和相互依赖的AD系统需要新的方法来确保对多点故障的恢复能力。我们提出了一个整体的安全概念，统一了处理多点故障的先进安全措施。我们提出的方法使设计人员能够专注于更紧迫的问题，如处理与系统性能限制相关的无故障危险行为。为了验证我们的方法，我们开发了一个可执行模型的安全概念，在正式的规约语言mCRL 2。模型的行为是由一个四模式的退化策略控制分布式处理器，冗余通信网络，和虚拟机。为了保持车辆尽可能安全，我们的降级策略可以使用额外的低成本驾驶通道来降低驾驶舒适性或AD系统的可用性。我们在模态μ演算中形式化了五个安全要求，并根据我们的mCRL 2模型对其进行了证明，这是难以使用传统道路测试或仿真技术彻底完成的。总之，我们经过正式验证的安全概念定义了设计AD系统的整体设计模式。
2020-11-11 cs.DC cs.FL cs.RO
Safe Drone Flight with Time-Varying Backup Controllers
California Institute of Technology（加州理工学院）
小型飞行器的重量、空间和功率的限制常常阻碍了现代控制技术的应用，而没有显著的模型简化。此外，高速敏捷的行为，如在无人机比赛中展示的，使这些简化的模型对于安全关键控制来说太不可靠。在这项工作中，我们引入了随时间变化的备份控制器（TBCs）的概念：用户指定的机动与备份控制器相结合，生成参考轨迹，保证安全的非线性系统。与传统的备用控制器相比，TBC减少了保守性，可以直接应用于多代理协调以保证安全。从理论上讲，我们提供的条件下，TBCs严格减少保守性，描述如何切换几个TBC的，并显示如何嵌入TBCs在多代理设置。在实验中，我们验证了TBCs安全地增加操作自由度时，过滤飞行员的行动，并表现出鲁棒性和计算效率时，适用于分散的安全过滤的两个四旋翼。
2022-07-11 cs.RO cs.SY eess.SY
