Governor-parameterized barrier function for safe output tracking with locally sensed constraints
Governor-parameterized barrier function for safe output tracking with locally sensed constraints
复制标题
调速器参数化屏障功能，用于通过本地感知约束进行安全输出跟踪
DOI：
10.1016/j.automatica.2023.110996
复制
发表时间：
2023
期刊：
影响因子：
6.4
通讯作者：
Atanasov, Nikolay
中科院分区：
文献类型：
--
作者：
Li, Zhichao;Atanasov, Nikolay
本文考虑了具有时变约束的输出跟踪，这些约束是从在线传感器测量中获得的，与未知环境中的自主系统导航相关。受参考调节器技术的启发，我们引入了虚拟调节器系统，其状态指定实际系统的输出调节点，并被控制以自适应地跟踪输出参考而不违反约束。我们的主要贡献是调节器参数化势垒函数（PBF），它量化了安全性（距约束违规的距离）和系统能量（输出调节李亚普诺夫函数）之间的权衡。 PBF 定义了一个本地安全集，该安全集随着系统调节器状态或传感器测量值的变化而变化。该安全集引入了调速器控制律，保证了实际系统安全稳定的输出跟踪。我们在未知环境中导航的反馈线性化系统上演示了我们的自适应输出跟踪控制器，其中障碍物距离是在线测量的。
This paper considers output tracking with time-varying constraints, obtained from online sensor measurements, relevant to autonomous system navigation in unknown environments. Inspired by reference governor techniques, we introduce a virtual governor system, whose state specifies an output regulation point for the actual system and is controlled to adaptively track an output reference without violating the constraints. Our main contribution is a governor-parameterized barrier function (PBF) that quantifies the trade-off between safety (distance from constraint violation) and system energy (output-regulation Lyapunov function). The PBF defines a local safe set that varies as the system-governor state or the sensor measurements change. This safe set induces a governor control law, which guarantees safe and stable output tracking for the real system. We demonstrate our adaptive output-tracking controller on a feedback-linearizable system navigating in an unknown environment, where obstacle distances are measured online.
登录
查看更多内容
影响因子：
3.5
作者：
Hornung, Armin;Wurm, Kai M.;Burgard, Wolfram
通讯作者：
Burgard, Wolfram
用于安全关键控制的鲁棒控制屏障值函数
DOI：
10.1109/cdc45484.2021.9683085
发表时间：
2021
期刊：
IEEE Conference on Decision and Control (CDC
影响因子：
--
作者：
Choi, Jason J.;Lee, Donggun;Sreenath, Koushil;Tomlin, Claire J.;Herbert, Sylvia L.
通讯作者：
Herbert, Sylvia L.
影响因子：
5.2
作者：
Kehan Long;Cheng Qian;J. Cortés;Nikolay A. Atanasov
通讯作者：
Kehan Long;Cheng Qian;J. Cortés;Nikolay A. Atanasov
测量鲁棒控制屏障函数：安全的确定性和状态的不确定性
DOI：
10.1109/iros51168.2021.9636584
发表时间：
2021
期刊：
IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS
影响因子：
--
作者：
Cosner, Ryan K.;Singletary, Andrew W.;Taylor, Andrew J.;Molnar, Tamas G.;Bouman, Katherine L.;Ames, Aaron D.
通讯作者：
Ames, Aaron D.
具有交互、非通信障碍物的无碰撞导航
DOI：
10.23919/acc50511.2021.9482885
发表时间：
2020
期刊：
2021 American Control Conference (ACC)
影响因子：
--
作者：
M. Santillo;M. Janković
通讯作者：
M. Janković