Hybrid Lyapunov and Barrier Function-Based Control with Stabilization Guarantees

1. 문제 정의 (Problem Statement)

• 배경: 현대 제어 시스템 (자율주행차, 로봇 등) 은 특정 지점으로의 안정화 (성능) 와 동시에 안전 영역 (Safe Set) 내 유지를 요구합니다. 이를 위해 CLF(안정화) 와 CBF(안전) 를 Quadratic Program (QP) 으로 결합하는 방식이 널리 쓰입니다.
• 기존 방식의 한계: 표준 CLF-CBF-QP 프레임워크는 안전 영역의 경계에서 **불필요한 점근적으로 안정적인 평형점 (undesired asymptotically stable equilibrium points)**이 발생할 수 있습니다. 이로 인해 시스템이 목표 지점에 도달하지 못하고 데드락 (Deadlock) 상황에 빠지는 문제가 발생합니다. 이는 잠재장 (Potential Field) 방법의 고전적인 문제와 유사합니다.
• 기존 해결책의 부족:
  • MPC: 예측 능력을 통해 데드락을 피할 수 있지만, 비볼록 최적화 문제로 인해 실시간 계산 부하가 크고, 불안전 영역을 다면체 (Polytope) 로 모델링할 경우 혼합 정수 계획법 (MIP) 이 필요해 복잡도가 급증합니다.
  • 기타 하이브리드 접근법: 일부 연구는 데드락 해소를 위해 하이브리드 피드백을 제안했으나, 특정 다면체 형태에 제한되거나 과도하게 보수적인 안전 영역을 요구하는 등 유연성이 부족했습니다.
• 목표: 임의의 유계 볼록 다면체 (Bounded Convex Polytope) 로 정의된 불안전 영역을 피하면서, 원하는 평형점으로 전역 점근적 안정화를 보장하는 제어기를 설계하는 것 (1 차 및 고차 시스템 모두 적용).

2. 제안된 방법론 (Methodology)

저자들은 하이브리드 CLF-CBF 제어 프레임워크를 제안하며, 이는 다음과 같은 핵심 요소들로 구성됩니다.

A. 하이브리드 제어 구조 (Hybrid Control Strategy)

• 다면체 안전 영역 (Polytopic Avoidance Domain): 불안전 영역을 포함하는 볼록 다면체 $P$를 정의하고, 안전 영역 $C$를 이 다면체의 여집합 (여러 개의 반평면의 합집합) 으로 설정합니다.
• 서브문제 (Subproblem) 기반 접근: 전체 문제를 일련의 "안전한 안정화 서브문제"로 분해합니다. 각 서브문제에서는 **활성 안전 반평면 (Active Safe Half-space)**과 **활성 목표점 (Active Target Point)**이 정의됩니다.
• 스위칭 로직 (Switching Logic):
  • 시스템이 활성 목표점에 도달하면, 히스테리시스 (Hysteresis) 기반의 스위칭 메커니즘이 작동합니다.
  • 활성 반평면과 목표점을 업데이트하여, 시스템이 다음 안전 반평면으로 이동하도록 유도합니다.
  • 시너지 갭 (Synergy Gap, $\mu$): 목표점이 다음 안전 반평면의 내부에 일정 거리 ($\mu$) 이상 떨어져 있도록 설정하여, 스위칭 시 안전성이 유지되도록 합니다.
  • 반사 방향 (Reference Direction): 목표 지점 ($\bar{x}$) 을 포함하는 반평면의 법선 벡터를 기준으로, 스위칭이 발생할 때마다 활성 반평면의 법선 벡터가 이 기준 방향과 더 정렬되도록 설계합니다. 이는 무한 루프 (Limit Cycle) 를 방지하고 유한한 횟수의 점프 (Jump) 만으로 목표에 도달함을 보장합니다.

B. 제어기 설계 (Controller Design)

• 1 차 시스템 (First-order Systems):
  • 각 서브문제에서 호환 가능한 CLF (목표점 $\hat{x}$ 로의 안정화) 와 CBF (활성 반평면의 안전성) 를 정의합니다.
  • 선형 반평면의 특성상 CLF 와 CBF 의 제약 조건이 항상 호환 가능하도록 설계하여, QP 가 항상 해를 갖도록 합니다.
  • 입력 제약 (Input Bounds) 이 있는 경우, 완화 변수 (Relaxation variable) 를 도입하여 최적화 문제를 수정합니다.
• 고차 시스템 (Higher-order Systems):
  • CLF-CBF 백스텝핑 (Backstepping): 1 차 시스템의 결과를 기반으로 고차 시스템 (Strict-feedback form) 으로 확장합니다.
  • 중간 제어기 (Intermediate Controller) 가 매끄럽게 (Smoothly) 설계되어야 하므로, QP 기반의 제어기를 직접 사용하기보다 **가우스 가중치 중심 (Gaussian-weighted centroids)**을 이용한 부드러운 제어기 설계 기법을 적용합니다.
  • 이를 통해 전체 시스템에 대해 호환되는 CLF 와 CBF 를 재귀적으로 구성합니다.

3. 주요 기여 (Key Contributions)

1. 데드락 해결 및 전역 안정성 보장: 표준 CLF-CBF-QP 의 데드락 문제를 해결하고, 임의의 볼록 다면체 불안전 영역에 대해 전역 점근적 안정화를 수학적으로 증명했습니다 (Theorem 3, 4).
2. 유연하고 체계적인 설계: 기존 하이브리드 방법들이 특정 다면체 형태나 목표점에 제한된 것과 달리, 제안된 방법은 임의의 볼록 다면체와 임의의 목표 지점에 대해 적용 가능합니다.
3. 고차 시스템 확장: CLF-CBF 백스텝핑 기법을 통해 1 차 시스템을 넘어 고차 시스템 (예: 더블 적분기, 차량 모델) 으로 자연스럽게 확장했습니다.
4. 계산 효율성: MPC 와 같은 고비용 최적화 기법 없이도, QP 기반의 국소적 제어기와 간단한 스위칭 로직으로 실시간 적용이 가능한 저비용 솔루션을 제공합니다.

4. 시뮬레이션 결과 (Simulation Results)

• 1 차 시스템 (Integrator): 다양한 다각형 (오각형, 사각형, 삼각형) 불안전 영역에서 제안된 방법이 데드락 없이 목표 지점에 성공적으로 도달함을 보였습니다. 기존 방식 (타원형 근사, 다면체 근사 QP) 은 데드락에 빠진 반면, 제안된 방법은 모든 초기 조건에서 성공했습니다.
• 2 차 시스템 (Double Integrator): 백스텝핑을 적용한 결과, 더 매끄러운 궤적을 생성하면서도 안전성과 수렴성을 유지했습니다.
• 비선형 모델 (Unicycle Model): 좌표 변환 (Coordinate Transformation) 을 통해 비선형 단차 (Unicycle) 모델을 1 차 제어-affine 시스템으로 변환하여 적용했습니다. 원래 제어점과 변환된 제어점 간의 오프셋으로 인해 약간의 오차가 발생하지만, 오프셋 거리를 줄임으로써 보수성을 낮출 수 있음을 보였습니다.
• 기존 연구 ([50]) 와 비교: 기존 하이브리드 CBF 방법 ([50]) 은 특정 다면체 구조에서만 데드락이 해결되지만, 제안된 방법은 모든 볼록 다면체에서 성공적으로 작동하여 훨씬 더 넓은 적용 범위를 가짐을 입증했습니다.

5. 의의 및 결론 (Significance and Conclusion)

이 논문은 안전 제어 분야에서 오랫동안 해결되지 않았던 CLF-CBF 기반 제어의 데드락 문제에 대한 강력한 해결책을 제시합니다.

• 이론적 의의: 연속 제어만으로는 해결하기 어려운 데드락 문제를 하이브리드 시스템 이론 (Hybrid Systems) 과 기하학적 스위칭 로직을 통해 체계적으로 해결했습니다.
• 실용적 의의: 계산 부하가 큰 MPC 를 대체할 수 있는 실시간 제어 솔루션을 제공하며, 자율주행, 로봇 조작, 드론 등 다양한 안전이 중요한 분야에서 적용 가능한 유연한 프레임워크를 구축했습니다.
• 향후 연구: 다중 다면체 영역, 시간에 따라 변하는 불안전 영역 처리, 그리고 실제 차량을 이용한 실험적 검증이 향후 연구 과제로 제시되었습니다.

요약하자면, 이 연구는 안전성과 안정성을 동시에 보장하면서도 데드락이 발생하지 않는 새로운 하이브리드 제어 패러다임을 정립했다는 점에서 중요한 학술적, 공학적 기여를 하고 있습니다.