Safe Control of Feedback-Interconnected Systems via Singular Perturbations

1. Il Problema

Il lavoro affronta la sfida di progettare controllori di sicurezza per sistemi complessi interconnessi tramite feedback, dove i sottosistemi evolvono su timescale (scale temporali) diverse.

• Contesto: In applicazioni moderne (es. robotica, sistemi fisici accoppiati ad algoritmi di ottimizzazione), spesso si ha l'interconnessione tra una parte "lenta" (es. dinamica meccanica, stato del sistema fisico) e una parte "veloce" (es. dinamica elettrica dei motori, algoritmi di ottimizzazione in tempo reale).
• Sfida: Le funzioni di barriera di controllo (CBF - Control Barrier Functions) sono strumenti potenti per garantire la sicurezza, ma la loro sintesi diretta su sistemi interconnessi complessi e ad alta dimensionalità è spesso computazionalmente proibitiva o impossibile.
• Limitazione attuale: Esistono approcci per ridurre l'ordine del modello (es. backstepping), ma manca un quadro formale generale per garantire che la sicurezza progettata su un modello ridotto (ignorando la dinamica veloce) sia valida per l'intero sistema interconnesso, specialmente quando la separazione dei tempi non è infinita.

2. Metodologia

Gli autori propongono un quadro formale basato sulla teoria delle perturbazioni singolari (o separazione dei tempi) per "sollevare" (lift) un certificato di sicurezza da un modello ridotto al sistema completo.

• Modello del Sistema: Il sistema è descritto da equazioni differenziali accoppiate:
  • Sistema Lento: $\dot{x} = f(x, z, u)$
  • Sistema Veloce: $\epsilon \dot{z} = g(z, x, u)$
  • Dove $x$ è lo stato lento, $z$ è lo stato veloce, $u$ è l'ingresso e $\epsilon > 0$ è un parametro piccolo che regola la separazione dei tempi.
• Ipotesi Fondamentali:
  1. Le specifiche di sicurezza sono definite solo sullo stato lento $x$.
  2. Il sottosistema veloce ammette un equilibrio $z_{eq}(x, u)$ che dipende dallo stato lento e dall'ingresso.
  3. Esiste un controllore sicuro $\pi(x)$ progettato per il modello ridotto (ottenuto ponendo $z = z_{eq}$) che soddisfa una condizione di CBF con un margine di sicurezza $\eta > 0$.
  4. Il sistema a strato limite (boundary layer system), ottenuto congelando $x$ e $u$, è globalmente esponenzialmente stabile rispetto all'equilibrio $z_{eq}$.
• Costruzione della CBF Composita:
  Gli autori definiscono una nuova funzione di barriera composita $V(x, z)$ che combina la CBF del modello ridotto $h(x)$ e una funzione di Lyapunov $U(\tilde{z})$ per il sistema veloce (dove $\tilde{z}$ è l'errore rispetto all'equilibrio):
  $$V(x, z) := h(x) - U(z - z_{eq}(x, \pi(x)))$$
  Questa struttura penalizza le deviazioni dello stato veloce dal suo equilibrio, riducendo lo spazio sicuro ammissibile per lo stato lento quando la dinamica veloce non è perfettamente allineata.

3. Contributi Chiave

1. Teorema di Sicurezza Formale: Dimostrazione che, sotto una sufficiente separazione dei tempi (esiste un $\bar{\epsilon} > 0$ tale che per ogni $\epsilon < \bar{\epsilon}$), l'insieme di livello zero della CBF composita $V$ è invariante in avanti per il sistema interconnesso completo.
2. Riduzione della Complessità Computazionale: Il filtro di sicurezza (Safety Filter) deve essere risolto online solo per il modello ridotto a bassa dimensionalità. La garanzia di sicurezza per il sistema completo è ottenuta "a posteriori" tramite la teoria delle perturbazioni singolari, senza dover risolvere problemi di ottimizzazione ad alta dimensionalità in tempo reale.
3. Generalità: L'approccio non richiede strutture a cascata strette o leggi di feedback basate su inversioni restrittive, applicandosi a una vasta classe di dinamiche non lineari.
4. Analisi del Margine di Robustezza: Viene evidenziato il ruolo cruciale del margine di sicurezza $\eta$ nel modello ridotto, che agisce come un "buffer" per assorbire le perturbazioni causate dalla dinamica veloce non istantanea.

4. Risultati Sperimentali

I risultati sono stati validati attraverso simulazioni numeriche su due scenari distinti:

• Braccio Robotico con Dinamica dei Motori:
  • Un braccio robotico a 2 gradi di libertà con dinamica meccanica (lenta) e dinamica elettrica dei motori (veloce).
  • La CBF è stata progettata solo sulla dinamica meccanica ridotta.
  • Risultato: Per valori di $\epsilon$ sufficientemente piccoli (separazione dei tempi efficace), il robot evita ostacoli e rispetta i limiti articolari. Quando $\epsilon$ supera una soglia critica, le violazioni di sicurezza appaiono, confermando la dipendenza dalla separazione dei tempi.
• Controllo Sicuro Subottimale (Feedback Optimization):
  • Un sistema fisico controllato da un algoritmo di ottimizzazione che risolve iterativamente un problema vincolato per trovare l'ingresso di controllo sicuro.
  • L'algoritmo di ottimizzazione agisce come il sottosistema veloce.
  • Risultato: L'approccio proposto mantiene la sicurezza del sistema fisico solo se l'algoritmo di ottimizzazione converge abbastanza velocemente (piccolo $\epsilon$) rispetto alla dinamica del sistema. Confrontato con una soluzione QP esatta (che risolve il problema completo), il metodo proposto offre un compromesso computazionale favorevole garantendo la sicurezza entro i limiti di $\epsilon$.

5. Significato e Impatto

Questo lavoro colma un divario teorico importante tra la progettazione di controllori sicuri su modelli semplificati e la loro applicazione su sistemi reali complessi.

• Praticità: Permette di utilizzare modelli fisici semplificati (spesso più facili da analizzare e controllare) per la sintesi del controllore, mantenendo garanzie formali di sicurezza anche in presenza di dinamiche non modellate o di algoritmi di controllo complessi.
• Efficienza: Riduce drasticamente il carico computazionale online, rendendo fattibile l'implementazione di filtri di sicurezza su hardware con risorse limitate.
• Fondamento Teorico: Fornisce le condizioni sufficienti rigorose per l'uso della separazione dei tempi non solo per la stabilità (come tradizionalmente fatto), ma specificamente per la sicurezza (invarianza degli insiemi), aprendo la strada a nuove applicazioni in robotica, veicoli autonomi e sistemi cyber-fisici.