Integral Control Barrier Functions with Input Delay: Prediction, Feasibility, and Robustness

1. Problemstellung

Das Paper adressiert ein kritisches Problem in der sicherheitskritischen Regelung nichtlinearer Systeme: Eingangsverzögerungen (Input Delay) in Kombination mit simultanen Zustands- und Eingangsbeschränkungen.

• Herausforderung durch Verzögerungen: In realen Systemen (z. B. durch Aktorik, Berechnung oder Kommunikation) treten Verzögerungen auf. Ein Controller, der die Verzögerung ignoriert, bewertet die Sicherheitsbedingung (Control Barrier Function, CBF) am aktuellen Zustand $x(t)$, während die Wirkung des Befehls erst bei $t+\tau$ eintritt. Diese Diskrepanz führt oft zu unsicheren Zuständen (Verletzung von Sicherheitsgrenzen) oder zur Infeasibilität des Controllers (keine gültige Lösung für das Optimierungsproblem).
• Herausforderung durch Kopplung: Herkömmliche CBFs betrachten meist nur Zustandsbeschränkungen. Bei Systemen mit Verzögerung können hohe Eingangsgrößen zu übermäßigen Reaktionen führen, was Eingangsbeschränkungen (z. B. Aktorgrenzen) verletzt. Die gleichzeitige Einhaltung von Zustands- und Eingangsbeschränkungen führt oft zu infeasiblen quadratischen Programmen (QPs), da die Constraints inkompatibel sein können.
• Unsicherheit: In der Praxis ist die Verzögerung $\tau$ oft nicht exakt bekannt. Dies führt zu Vorhersagefehlern, die als Störung wirken und die Sicherheit gefährden können.

2. Methodik

Die Autoren entwickeln einen Rahmenwerk, das Integral Control Barrier Functions (ICBFs) mit Prädiktor-Feedback und Robustheitsmechanismen kombiniert.

A. Prädiktor-Feedback für Verzögerungskompensation

Um die Verzögerung zu kompensieren, wird der aktuelle Zustand $x(t)$ nicht direkt für die Sicherheitsbewertung verwendet. Stattdessen wird ein vorhergesagter Zustand $x_p(t) = x(t+\tau)$ berechnet, indem das Systemmodell über das Verzögerungsintervall $\tau$ vorwärts integriert wird.

• Die Sicherheitsfilter-Logik wird auf den vorhergesagten Zustand $x_p$ angewendet.
• Der Regler ist dynamisch definiert: $\dot{u}(t) = \phi(x_p(t), u(t)) + v(t)$, wobei $v(t)$ der Korrekturterm aus dem Sicherheitsfilter ist.
• Dies stellt sicher, dass die Sicherheitsbedingung für den Zeitpunkt gilt, zu dem der Befehl tatsächlich wirkt.

B. Integral Control Barrier Functions (ICBFs)

Anstelle eines algebraischen Reglers wird ein dynamischer Regler verwendet, der den Eingangsvektor $u$ als Zustand behandelt.

• Die Sicherheitsfunktion $h(x, u)$ hängt sowohl vom Systemzustand als auch vom Eingang ab.
• Dies ermöglicht die direkte Kodierung von Eingangsbeschränkungen (z. B. $|u| \le u_{max}$) neben den Zustandsbeschränkungen innerhalb des ICBF-Rahmens.

C. Lösbarkeit (Feasibility) bei dualen Constraints

Ein zentraler theoretischer Beitrag ist die Herleitung einer geschlossenen Form für die Lösbarkeitsbedingung des QP, wenn zwei Constraints (Zustand und Eingang) gleichzeitig gelten.

• Es wird gezeigt, dass die Existenz einer Lösung $v$ nicht garantiert ist, nur wenn die einzelnen Constraints lösbar sind.
• Unter Verwendung eines Lemmas von Farkas wird eine notwendige und hinreichende Bedingung hergeleitet (Proposition 1), die sicherstellt, dass die Gradienten der Barrieren ($b_e$ und $b_u$) nicht in eine Richtung zeigen, die keine gemeinsame Lösung zulässt.
• Dies führt zu einem „kompatiblen ICBF-Paar", das die Vorwärtsinvarianz garantiert.

D. Robustheit gegen Vorhersagefehler

Da die exakte Verzögerung $\tau$ oft unbekannt ist, entsteht ein Vorhersagefehler $\tilde{x}_p - x_p$, der als Störung $d(t)$ wirkt.

• Um dies zu handhaben, wird ein robuster ICBF-Ansatz eingeführt.
• Die Sicherheitsbedingung wird um einen zusätzlichen Robustheitsterm $r_i(x_p, u)$ erweitert, der von der Distanz zur Sicherheitsgrenze abhängt.
• Dieser Term ist so gestaltet, dass er nahe der Grenze (wo die Gefahr besteht) stark wirkt und im Inneren des sicheren Bereichs vernachlässigbar ist (tunbare Robustheit).
• Es wird bewiesen, dass bei kleinen Störungen die exakte Sicherheitsmenge invariant bleibt, während bei größeren Störungen die Trajektorien in einer „aufgeblähten" (inflated) sicheren Menge bleiben (Input-to-State Safety).

3. Hauptbeiträge

1. ICBF-Framework mit Verzögerung: Die erste Integration von Prädiktor-Feedback in den ICBF-Rahmen für nichtlineare Systeme mit Eingangsverzögerung.
2. Geschlossene Lösbarkeitsbedingung: Herleitung einer analytischen Bedingung (Proposition 1), die garantiert, dass das QP für simultane Zustands- und Eingangsbeschränkungen lösbar ist. Dies löst das Problem der Infeasibilität bei dualen Constraints.
3. Robuste Sicherheitsgarantie: Entwicklung eines tunbaren robusten ICBF-Formalismus, der Vorhersagefehler (durch Unsicherheit in $\tau$) als Störung behandelt und Sicherheitsgarantien auch bei ungenauer Vorhersage liefert.

4. Ergebnisse und Validierung

Die Methode wurde an einem Adaptive Cruise Control (ACC)-Beispiel mit einem autonomen Fahrzeug validiert.

• Szenario: Ein Fahrzeug folgt einem vorausfahrenden Fahrzeug mit einer Verzögerung von $\tau = 1.2$ s.
• Vergleich:
  • Ohne Prädiktor: Ein naiver Controller ignoriert die Verzögerung, was zu einer Verletzung sowohl der Sicherheitsdistanz als auch der Beschleunigungsgrenzen führt.
  • Mit Prädiktor (perfekt): Der Controller kompensiert die Verzögerung vollständig; das System verhält sich wie ein verzögerungsfreies System und hält alle Constraints ein.
  • Mit Prädiktor und Unsicherheit: Wenn die Verzögerung um 50% unterschätzt wird ($\hat{\tau} = 0.6$ s), führt ein nicht-robuster Controller zu Sicherheitsverletzungen. Der vorgeschlagene robuste ICBF-Filter verhindert dies durch proaktive Eingriffe und hält die Constraints auch bei der Unsicherheit ein.
• Simulation: Die Simulationen zeigen, dass die vorgeschlagene Methode die Vorwärtsinvarianz der sicheren Menge garantiert und die Robustheit gegenüber Modellunsicherheiten demonstriert.

5. Bedeutung und Ausblick

Dieses Paper schließt eine wichtige Lücke in der Theorie der sicherheitskritischen Regelung. Es verbindet erfolgreich die Kompensation von Eingangsverzögerungen mit der Handhabung komplexer, gekoppelter Zustands- und Eingangsbeschränkungen.

• Theoretische Relevanz: Die geschlossene Lösbarkeitsbedingung für duale Constraints ist ein bedeutender Schritt, um die Anwendbarkeit von CBFs auf reale Systeme mit Aktorgrenzen zu erweitern.
• Praktische Relevanz: Die Fähigkeit, mit unsicheren Verzögerungen umzugehen, macht den Ansatz für den Einsatz in realen Anwendungen (wie autonomes Fahren oder Robotik) vielversprechend, wo exakte Modellparameter selten verfügbar sind.
• Zukunft: Die Autoren planen experimentelle Validierungen auf eingebetteten Plattformen mit Online-Schätzung der Verzögerung.

Zusammenfassend bietet das Paper einen rigorosen mathematischen Rahmen, der sicherstellt, dass nichtlineare Systeme auch unter Verzögerungen und Unsicherheiten sicher und innerhalb ihrer physikalischen Grenzen betrieben werden können.