Output Feedback Backup Control Barrier Functions: Safety Guarantees Under Input Bounds and State Estimation Error

Aquí presento un resumen técnico detallado del artículo "Output Feedback Backup Control Barrier Functions: Safety Guarantees Under Input Bounds and State Estimation Error" (Funciones de Barrera de Control de Respuesta de Seguridad: Garantías de Seguridad bajo Límites de Entrada y Error de Estimación de Estado), traducido y adaptado al español.

1. Planteamiento del Problema

La seguridad en sistemas autónomos es crítica para su despliegue en el mundo real. Las Funciones de Barrera de Control (CBF) se han convertido en una herramienta estándar para garantizar la invariancia hacia adelante de un conjunto seguro. Sin embargo, la mayoría de las investigaciones existentes asumen que el estado verdadero del sistema es perfectamente conocido.

En la práctica, esto es una suposición difícil de mantener:

• Los sistemas autónomos toman decisiones basadas en estimaciones de estado obtenidas a partir de mediciones ruidosas (retroalimentación de salida).
• Las entradas de control están acotadas (límites físicos de actuadores).
• Cuando existe incertidumbre en el estado y límites en la entrada, los métodos tradicionales de CBF pueden volverse inviables o inseguros, ya que la dinámica real puede desviarse de la predicción basada en la estimación.

El problema central abordado es: ¿Cómo garantizar la seguridad de un sistema no lineal con entradas acotadas, utilizando únicamente una estimación del estado ruidosa, sin asumir que el estado verdadero es conocido?

2. Metodología Propuesta

Los autores proponen una extensión de las Funciones de Barrera de Control de Respuesta (Backup CBFs o bCBFs) al contexto de retroalimentación de salida. La metodología se basa en los siguientes pilares:

A. Marco de Trabajo General

Se considera un sistema no lineal con entradas acotadas y un estimador de estado (observador) que proporciona una estimación $\hat{x}$ del estado verdadero $x$. La diferencia entre ambos ($e_x = x - \hat{x}$) está acotada por una función conocida $\delta_x(t)$.

B. Estrategia de "Flujo de Respuesta" (Backup Flow)

En lugar de intentar calcular la trayectoria exacta del estado verdadero (lo cual es imposible), los autores proponen analizar la evolución del estado estimado bajo un controlador de respaldo (backup controller) predefinido y seguro.

Se introducen dos métodos distintos para definir un "tubo" de incertidumbre alrededor del flujo estimado, asegurando que el flujo verdadero permanezca dentro de este tubo y, por ende, dentro del conjunto seguro:

1. Método 1: Seguridad en Lazo Abierto (Open-loop Safety)

   • Se simula la evolución del estado estimado sin el término de corrección del observador (lazo abierto).
   • Se define un conjunto de seguridad basado en esta trayectoria estimada.
   • Se calculan términos de ajuste (tightening terms) $\epsilon_\tau$ y $\epsilon_b$ que "encogen" el conjunto seguro estimado. Estos términos compensan la peor desviación posible entre el flujo estimado y el flujo verdadero, basándose en límites de Lipschitz del sistema y del controlador.
   • Si la estimación permanece dentro del conjunto ajustado, se garantiza que el estado verdadero es seguro.

2. Método 2: Seguridad en Lazo Cerrado (Closed-loop Safety)

   • Este método utiliza información sobre la dinámica del sistema en lazo cerrado (incluyendo la corrección del observador).
   • Se construyen dos tubos anidados: uno alrededor del flujo estimado en lazo abierto y otro alrededor del flujo estimado en lazo cerrado.
   • Este enfoque puede ofrecer límites de flujo más ajustados (menos conservadores) para sistemas no lineales complejos o cuando la dinámica en lazo cerrado es contractiva.

C. Formulación de Control (O-bCBF-QP)

Se formula un problema de optimización cuadrática (QP) en tiempo real, denominado O-bCBF-QP.

• Objetivo: Minimizar la desviación de un controlador primario deseado ($k_p$).
• Restricciones: Se imponen condiciones de invariancia hacia adelante sobre el conjunto ajustado definido por la estimación. Estas condiciones incluyen términos de robustez para compensar el error de estimación y el ruido de medición.
• Garantía de Factibilidad: Se demuestra teóricamente que, si el estado estimado está dentro del conjunto seguro ajustado, siempre existe una entrada de control factible que mantiene la seguridad del estado verdadero, incluso con límites de entrada. Si el QP falla, se puede recurrir al controlador de respaldo.

3. Contribuciones Clave

1. Generalización de bCBF a Retroalimentación de Salida: Extienden la técnica de bCBF (originalmente para estados perfectos) para manejar explícitamente la incertidumbre del estado y el ruido de medición.
2. Garantía de Factibilidad bajo Incertidumbre: Demuestran que, a pesar de la incertidumbre en el estado y los límites de entrada, siempre es posible encontrar una señal de control que garantice la seguridad del estado verdadero, siempre que la estimación inicial esté dentro de un conjunto seguro calculado.
3. Dos Métodos de Síntesis: Presentan dos enfoques (lazo abierto y lazo cerrado) para calcular los límites de desviación del flujo, ofreciendo flexibilidad según la complejidad del sistema y la disponibilidad de modelos.
4. Análisis de Sistemas Lineales: Proporcionan resultados analíticos específicos para sistemas lineales, donde los límites de flujo pueden calcularse de manera más precisa y menos conservadora.
5. Validación Experimental: Demuestran la eficacia mediante simulaciones en dos casos de estudio: un doble integrador y la rotación de una nave espacial.

4. Resultados

Los resultados de las simulaciones validan la teoría propuesta:

• Caso de Estudio 1 (Doble Integrador):

  • El sistema logra mantenerse dentro del conjunto seguro ($C_S$) utilizando solo la estimación de estado.
  • A medida que el error de estimación disminuye con el tiempo (gracias al observador), los "tubos" de incertidumbre se contraen, reduciendo la conservatividad del control y permitiendo un comportamiento más cercano al controlador primario deseado.
  • El controlador de seguridad interviene solo cuando es necesario, respetando estrictamente los límites de entrada.

• Caso de Estudio 2 (Rotación de Nave Espacial):

  • Se compara el método propuesto (O-bCBF) contra un enfoque de bCBF estándar que ignora el error de estimación.
  • Resultado Crítico: El enfoque estándar falla y el estado verdadero sale del conjunto seguro (la velocidad angular excede el límite) debido al error de estimación.
  • El método propuesto mantiene la seguridad en todo momento, demostrando que la consideración explícita de la incertidumbre es vital para la seguridad en sistemas reales.

5. Significado e Impacto

Este trabajo es significativo porque cierra una brecha importante en la teoría de control de seguridad:

• Viabilidad Práctica: Permite aplicar garantías formales de seguridad a sistemas reales donde los sensores son ruidosos y los actuadores tienen límites, algo que los métodos anteriores de CBF no podían garantizar rigurosamente.
• Robustez: Introduce un marco matemático riguroso para manejar la acoplamiento entre la dinámica de estimación y la dinámica de control, evitando que el error de estimación comprometa la seguridad.
• Aplicabilidad: La técnica es aplicable a una amplia gama de sistemas no lineales, desde robots terrestres hasta vehículos aéreos y espaciales, facilitando el despliegue seguro de sistemas autónomos en entornos inciertos.

En resumen, el artículo presenta un marco robusto para el control de seguridad basado en retroalimentación de salida, asegurando que los sistemas autónomos permanezcan seguros incluso cuando no se conoce su estado exacto y sus actuadores tienen limitaciones físicas.