SafeSpace: Aggregating Safe Sets from Backup Control Barrier Functions under Input Constraints

1. Problématique

Les Fonctions de Barrière de Contrôle (CBF) sont devenues un outil standard pour garantir la sécurité des systèmes de contrôle en rendant un ensemble d'états "sûr" invariant vers l'avant. Cependant, dans la pratique, les régions d'exploitation sûres certifiées sont souvent excessivement conservatrices, en particulier lorsque le système est soumis à des contraintes d'entrée (limites de couple, de poussée, etc.).

Cette conservatisme conduit souvent à l'identification de plusieurs petits ensembles sûrs distincts, chacun associé à un contrôleur stabilisant spécifique (par exemple, autour de différents points d'équilibre). Les défis majeurs sont les suivants :

• Les filtres de sécurité conçus pour un ensemble donné confinent le système à sa région initiale, limitant la capacité à transitionner entre plusieurs régions sûres certifiées.
• Les méthodes existantes pour agrandir ces régions (comme les noyaux de viabilité via Hamilton-Jacobi) souffrent de complexité computationnelle élevée.
• Les approches basées sur une seule "sauvegarde" (backup controller) sont souvent trop restrictives.
• La combinaison logique de plusieurs contraintes de sécurité (union d'ensembles) via des opérateurs maximaux introduit des non-linéarités non lisses, compliquant l'analyse et la synthèse du contrôleur.

L'objectif de cet article est de proposer un cadre unifié pour agréger plusieurs ensembles sûrs certifiés (qu'ils soient explicites ou implicites générés par des contrôleurs de sauvegarde) en un seul ensemble sûr plus vaste, tout en garantissant la continuité du contrôleur et la faisabilité sous contraintes d'entrée.

2. Méthodologie

Les auteurs proposent un cadre basé sur des CBF Combinatoires Généralisées utilisant des variables auxiliaires pour gérer la faisabilité.

A. CBF Combinatoires Généralisées

Pour unir plusieurs ensembles sûrs $\{C_j\}$ définis par des fonctions de barrière $\{h_j\}$, l'approche classique utilise $h(x) = \max_j h_j(x)$. Cependant, garantir la condition de barrière pour tous les $j$ simultanément est difficile.

• Innovation clé : Introduction d'une variable auxiliaire $\omega \geq 0$ dans les contraintes d'optimisation.
• Condition de compatibilité conjonctive : Au lieu d'exiger une compatibilité globale, le cadre exige que les contraintes soient satisfaites simultanément uniquement pour les barrières "actives" (celles qui définissent la frontière de l'ensemble agrégé). Pour les barrières inactives, la variable $\omega$ permet de relâcher la contrainte de manière contrôlée.
• Formulation QP (Programme Quadratique) : Le contrôleur est obtenu en résolvant un QP qui minimise l'écart par rapport à un contrôleur nominal tout en satisfaisant les contraintes de barrière modifiées par $\omega$. Cela assure la continuité du signal de commande.

B. Agrégation d'Ensembles Sûrs Implicites (Backup CBF)

L'article étend ce concept aux ensembles sûrs implicites générés par des CBF de sauvegarde (Backup CBF).

• Un ensemble sûr implicite $C_I$ est défini par l'ensemble des états depuis lesquels un contrôleur de sauvegarde $k_b$ peut amener le système vers un noyau sûr sans violer les contraintes.
• Le défi est que l'agrégation de plusieurs ensembles implicites (générés par différents contrôleurs de sauvegarde) crée une structure logique imbriquée (Max-Min).
• Solution : Les auteurs définissent une CBF Implicite Agrégée ($h_{agg}$) comme le maximum des fonctions de barrière implicites de chaque sous-ensemble. Ils montrent que la structure imbriquée peut être traitée directement dans le cadre des CBF combinatoires généralisées, en appliquant la relaxation par $\omega$ à chaque contrainte de trajectoire discrétisée.

3. Contributions Clés

1. Cadre Unifié d'Agrégation : Proposition d'une méthode pour combiner logiquement (union) plusieurs ensembles sûrs certifiés, qu'ils soient explicites ou implicites (via des contrôleurs de sauvegarde), en un seul ensemble sûr plus grand.
2. Généralisation des CBF Combinatoires : Introduction d'une variable auxiliaire $\omega$ permettant de garantir la faisabilité du programme d'optimisation (QP) même en dehors des régions de validité individuelles des CBF, sous une condition de compatibilité conjonctive.
3. Garantie de Continuité : Démonstration que le filtre de sécurité résultant, basé sur un QP, est une loi de retour d'état continue sur l'ensemble agrégé, éliminant le besoin de stratégies de commutation ou de contrôle hybride.
4. Extension aux Ensembles Implicites : Application réussie de ce cadre aux ensembles sûrs générés par des trajectoires de sauvegarde, permettant d'exploiter la dynamique de plusieurs contrôleurs de sauvegarde distincts simultanément.

4. Résultats et Validation

Les résultats sont validés sur deux problèmes de sécurité spatiale où les contraintes d'entrée sont sévères :

• Contrôle d'Attitude Sûr (Satellite) :
  • Contexte : Un satellite doit maintenir son bouclier thermique orienté loin du soleil tout en suivant une trajectoire.
  • Résultat : L'utilisation de cinq ensembles de sauvegarde distincts (autour de différents points d'équilibre) combinés via la méthode proposée permet au satellite de suivre une trajectoire oscillante à la limite de la zone sûre. Une approche avec un seul ensemble de sauvegarde échouait à converger vers la trajectoire désirée.
• Station Keeping Sûr (Autour d'un Astéroïde) :
  • Contexte : Un satellite doit éviter un champ de débris (région elliptique) tout en restant dans une zone de collecte de données, avec une poussée limitée.
  • Résultat : La simulation compare quatre approches : CBF standard, CBF de sauvegarde standard, CBF combinatoire, et la méthode proposée (Combinatoire + Sauvegarde).
  • Performance : La méthode proposée permet au satellite de suivre l'orbite elliptique désirée sur une grande partie de la mission, là où les autres méthodes imposent des restrictions trop fortes ou ne peuvent pas s'approcher de l'orbite cible. L'agrégation de plusieurs ensembles de sauvegarde réduit significativement le conservatisme.

5. Signification et Impact

Cet article apporte une avancée significative dans la théorie du contrôle sûr :

• Réduction du Conservatisme : Il permet d'exploiter pleinement la capacité opérationnelle des systèmes en combinant des régions sûres localement validées, ce qui est crucial pour les systèmes sous-contraints (comme les satellites à faible poussée).
• Faisabilité Pratique : En introduisant la variable auxiliaire $\omega$, les auteurs résolvent le problème de la faisabilité des QP lors de la combinaison de contraintes multiples, rendant la méthode applicable en temps réel.
• Continuité du Contrôle : La garantie d'une loi de commande continue évite les problèmes de stabilité liés aux commutations brusques entre différents régimes de contrôle.
• Applicabilité Spatiale : La démonstration sur des problèmes spatiaux complexes montre que cette approche est prête pour des applications réelles où la sécurité et l'efficacité opérationnelle sont critiques.

En résumé, SafeSpace fournit un mécanisme rigoureux pour transformer une collection de "zones de sécurité" locales et conservatrices en un "espace de mission" global et optimisé, sans sacrifier les garanties de sécurité formelles.