具有高相对度输出和安全约束的仿射非线性系统的输出跟踪与安全关键控制

《Automatica》:Output tracking and safety-critical control for affine nonlinear systems with high-relative-degree outputs and safety constraints

【字体: 大 中 小 】 时间:2026年08月28日 来源:Automatica 6.2

编辑推荐:

  摘要:本文提出了一种针对具有高相对度输出和安全关键约束的仿射非线性系统的双超级集框架,其中输出跟踪(视为软约束)和安全执行(视为硬约束)通过分层控制障碍函数(CBFs)得到统一。通过构建从这些超级集初始化的串联高阶导数集,严格建立了收敛性和安全性条件。为了规避传统高阶CBF方法的

  摘要:本文提出了一种针对具有高相对度输出和安全关键约束的仿射非线性系统的双超级集框架,其中输出跟踪(视为软约束)和安全执行(视为硬约束)通过分层控制障碍函数(CBFs)得到统一。通过构建从这些超级集初始化的串联高阶导数集,严格建立了收敛性和安全性条件。为了规避传统高阶CBF方法的计算复杂性,首先提出了一种基于Faà-di-Bruno公式的在线类李雅普诺夫条件求解器,该公式将高阶导数约束( until the system relative degree)显式编码为实时二次规划(QP)问题。所得到的QP问题将安全和输出约束的??阶李导数作为代数条件纳入其中,同时通过引入松弛变量确保了控制器的可行性。最后,通过单连杆操纵器证明了所提出方法的有效性。

引言:在非线性控制系统研究中,安全性和活性(liveness)的概念一直是核心研究主题。广义而言,安全性要求从不达到不期望的状态或事件,而活性要求最终满足某些期望的条件(Ames等人,2019)。系统的活性并不一定需要始终成立,因此可以被视为软约束。相比之下,安全性必须始终得到执行,从而构成硬约束。在许多控制问题中,活性通常通过跟踪期望的输出值来体现,控制器设计的难度往往与系统输入和输出之间的相对度密切相关(Xu等人,2023)。另一方面,安全性要求系统状态始终保持在规定的安全集内,这通常由连续可微标量的超级集来表征。该函数相对于控制输入的相对度也影响控制器设计过程(Breeden & Panagou,2023)。为了避免这两个相对度概念之间的歧义,我们将前者称为与软约束相关的相对度,后者称为与硬约束相关的相对度。已经开发了多种控制方法来处理控制系统中的软约束,包括线性二次调节器(LQR)(Hao等人,2021,Ilka和Murgovski,2023,Shi等人,2020,Yang等人,2023)、极点配置(Das等人,2020,Xu等人,2022)、模型预测控制(MPC)(Ferrara等人,2015,Lian等人,2022,Mariéthoz等人,2014,Wu等人,2023)、控制李雅普诺夫函数(CLFs)(Artstein,1983,Ferdinando等人,2023,Freeman和Kokotovi?,1995,Freeman和Kokotovi?,1996,Pepe,2013,Pepe,2016)、反步控制(BC)(Farrell等人,2005,Freeman和Praly,1998,Kanellakopoulos等人,1991,Sun等人,2011)等。LQR和极点配置技术主要适用于线性系统的输出跟踪,而基于MPC、CLF和BC的方法适用于更一般的非线性系统。特别是,基于CLF和BC的方法可以处理涉及高相对度的软约束的控制问题。然而,这些方法仍然存在一些局限性,如实时能力有限、控制律中的潜在可解性问题、高在线计算负担以及控制器设计所需的繁琐分析推导。

最近,控制障碍函数(CBFs)作为一种强大的工具出现,用于在控制系统中执行安全约束(硬约束)。CBFs的概念与控制李雅普诺夫函数密切相关,可以追溯到20世纪40年代Nagumo提出的集合不变性定理(Nagumo,1942)。与李雅普诺夫函数类似,障碍函数用于建立集合的前向不变性(Prajna & Jadbabaie,2004)。Ames等人(2014)引入了一种与集合相关的新型障碍函数概念,在类李雅普诺夫框架内进行了表述。这种满足某些条件的障碍函数的存在保证了相应集合的前向不变性,这是CBF概念的基础(Prajna,2006)。通常,广泛使用的CBFs可以分为两类:互易控制障碍函数和零控制障碍函数(Ames等人,2017,Xu等人,2015,Zhang等人,2025)。值得注意的是,互易障碍函数在安全集边界时的值趋于无穷大,在实际应用中这是不希望的。相比之下,零障碍函数在集合边界处消失,从而避免了这个问题。对于具有高相对度硬约束的系统,已经提出了几种基于CBF的方法。例如,Kim和Kim(2023)结合了反步技术和CBFs来解决这个问题。Nguyen和Sreenath(2016)引入了指数控制障碍函数方法来处理具有高相对度的硬约束,保证了系统状态向安全集的指数收敛。在实践中,控制器设计通常需要同时考虑软约束和硬约束(Farzan等人,2022,Li等人,2023,Seo等人,2022)。为了解决这个问题,一些工作在统一的框架内结合了CLFs和CBFs。在这种表述中,CLFs编码了软约束控制目标,而CBFs执行硬约束要求。得到的条件通常通过二次规划(QP)问题来计算控制输入,其中目标之间的潜在冲突通过松弛变量来处理。然而,当系统输出和安全约束都表现出高相对度时,控制器设计变得特别具有挑战性。尽管有几项研究试图为这种情况开发集成控制器,但现有方法仍然有限。例如,Nguyen和Sreenath(2016)构建了一组闭合集来处理高相对度的硬约束,从而确保了终端集的前向不变性。不幸的是,这种方法要求系统的初始状态位于该序列的所有集合中,这限制了其适用性,尤其是在处理高相对度软约束时。因此,Nguyen和Sreenath(2016)仍然采用传统的指数稳定性CLF来处理软约束。

为了解决上述挑战,本文提出了一种基于CBFs的统一控制器合成框架,以解决非线性系统中高相对度软约束和安全关键约束的共同设计问题。首先,根据软约束和硬约束分别构建相应的安全集,即某些标量的超级集。然后,以这些安全集作为初始集,构建两个集合序列,使得终端集的前向不变性条件明确与控制输入相关。随后将这些前向不变性条件纳入QP问题以计算控制律。同时,采用Faà-di-Bruno公式来简化推导终端集前向不变性条件的难度。最后,提供了严格的理论分析以证明所提出控制器的正确性,并通过单连杆操纵器进一步证明了其有效性。本文的主要贡献可以总结如下:(1) 首次提出了基于超级集和CBFs的软约束和硬约束的控制问题新表述,并构建了二次规划问题来解决输出跟踪和安全关键控制律。(2) 通过应用Faà-di-Bruno公式,显著降低了推导终端集类李雅普诺夫条件的计算复杂性,从而减少了系统模型的密集分析推导需求。

符号说明:集合??的边界和内部分别用????和Int?(??)表示。向量????和????分别表示??和??的期望值。对于标量函数???(??),??????和??????是沿着系统向量场???(??)和???(??)的Lie导数,其中??=???(??)+???(??)???,??????=????????????(??)和??????=????????????(??)。连续函数???(?): [0,??)→[0,+∞)3(??>0)是一个类??函数,如果它是严格递增的并且???(0)=0。此外,如果??=+∞并且???(?)是无界的,那么???(?)是一个类??∞函数。连续标量函数???(?): (???,??)→(?∞,+∞)3(??>0,??>0)是一个扩展的类??函数,如果它是严格递增的并且???(0)=0。标量函数???(??,??)定义为???(??,??): [0,??)×[0,+∞)→[0,+∞),其中??>0。对于所有固定的??,函数???(?,??)是一个类??函数。此外,对于所有固定的??,如果函数???(??,?)是严格递减的并且lim??→+∞???=0,那么它是一个类???函数。标量函数???(??): [???,+∞)→[?∞,+∞)且??>0是一个类??函数,如果它满足lim??→+∞????(??)=0。函数????(??,??): (???,??)×[0,∞)→(?∞,+∞)且??>0,并且对于所有固定的??>0,函数????(??,?)是正的且严格递减的,而对于所有固定的??<0,函数????(??,?)是负的且严格递增的,并且满足lim??→+∞????=0和????(0,??)=0。对于向量??=(??1,??2,…,????)??∈????,??|????表示子向量(????,????+1,…,????)??,其中1≤??≤??≤??。

非线性仿射系统具有高相对度:考虑以下非线性仿射系统:
?{ { {?{ { {????=???(??)+???(??)???,??=??(??),??∈???????????,??∈???????,??∈???????,??(??)≥0,
其中???(??)=(??1?(??),…,???????(??)):????→??????, ???(??):????→??????×????是在????上的局部利普希茨函数,???(??):????→??是一个平滑的标量函数。如果对于所有??∈????,都有????????????????(??)=??,??=1,2,…,?????1;??????????????????(??)≠??,其中????1?(??)=??(??),??????+1?(??)=????????????????(??),??=1,2,…,?????1,则系统(1)的输出具有相对度????,满足1≤????≤????。同样,如果系统(1)具有硬约束...

理论工作:在本节中,我们提出了几个支持后续章节中提出的控制方法的理论结果。
定理1:如果一个利普希茨连续标量函数???(??): [??0,∞)→??满足????(??)=?????(???(??)),那么???(??)=????(??0????1?(?),?????0)+???1?(?),其中??0=???(??0)是初始值,???(?)是一个扩展的类??函数,?属于???(?)的范围,且????(?,?)是一个扩展的类???函数。
证明:我们首先证明以下微分方程的解是???(??)=????(??0+??,?????0)???。

主要结果:鉴于系统(1)的期望输出????,本节提出了一种新的控制器来实现以下控制目标:
(1) 软约束:系统输出渐近地趋近于期望值,即随着??→+∞,有??→????。
(2) 硬约束:系统状态??满足???(???(??))≥0,对于所有??∈[??0,+∞)。

仿真:在本节中,通过单连杆操纵器(SLM)展示了所提出控制方法的有效性。SLM具有两个自由度:关节角度??和电机角度??,如图1所示。链接的最低位置被视为重力势能的零参考。设??1, ??2, ??3, ??4, ??和??分别代表??, ???, ??, ???, ??和??。SLM可以建模为以下非线性系统:
???=?? ? ? ? ? ????2??????????????sin???1??????????(??1???3)??4????????(??1???3)?? ? ? ? ? ?+?? ? ? ??0001????? ? ? ? ?

结论:本文提出了一种针对具有高相对度输出和安全关键约束的仿射非线性系统的双超级集框架,其中输出跟踪(视为软约束)和安全执行(视为硬约束)通过分层CBFs得到统一。通过构建从这些超级集初始化的串联高阶导数集,严格建立了收敛性和安全性条件。为了规避传统高阶CBF方法的计算复杂性...

致谢:作者感谢编辑和匿名审稿人的严格分析和宝贵意见及建议,这些意见极大地提高了论文的质量、科学价值和可读性。本工作得到了中国国家自然科学基金(项目编号62373287、62433014、62273121、25A204591)、上海市东方人才青年计划(项目编号QNKJ2024052)以及上海市科学技术委员会的支持。刘一坤分别于2021年和2024年在聊城大学数学科学学院获得数学学士学位和控制理论与工程硕士学位。他目前正在上海同济大学攻读控制科学与工程博士学位。他目前的研究兴趣包括自动驾驶车辆、智能控制和强化学习。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号