⚡ electrical engineering

Safety-Critical Control via Recurrent Tracking Functions

이 논문은 고차 비선형 시스템의 안전성 제어 합성 문제를 해결하기 위해, 오차의 일시적 편차를 허용하면서도 안전성을 보장하는 '재귀적 추적 함수 (RTF)'를 도입하여 축소 모델의 제어 장벽 함수와 통합한 재귀적 제어 장벽 함수 (RCBF) 프레임워크를 제안합니다.

원저자: Jixian Liu, Enrique Mallada

게시일 2026-04-06

📖 3 분 읽기☕ 가벼운 읽기

CC BY 4.0

원저자: Jixian Liu, Enrique Mallada

원본 논문은 CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) 라이선스로 제공됩니다. ✨ 이것은 아래 논문에 대한 AI 생성 설명입니다. 저자가 작성하거나 승인한 것이 아닙니다. 기술적 정확성을 위해서는 원본 논문을 참조하세요. 전체 면책 조항 읽기

🚗 핵심 비유: "거대한 코끼리와 작은 지도"

이 문제를 이해하기 위해 **거대한 코끼리 (실제 로봇)**와 **작은 지도 (단순화된 모델)**를 상상해 보세요.

문제 상황 (코끼리의 무게):
- 실제 로봇 (고차원 시스템) 은 매우 복잡하고 무겁습니다. 이 코끼리가 넘어지지 않고 장애물을 피하며 걷게 하려면, 매 순간 "여기서 넘어지면 안 돼!"라고 계산하는 것이 거의 불가능할 정도로 어렵습니다. (기존의 '제어 장벽 함수'를 만드는 일이 너무 힘들다는 뜻입니다.)
- 그래서 우리는 **작은 지도 (단순화된 모델)**를 사용합니다. 지도에는 코끼리의 복잡한 다리 움직임은 빼고, "어디로 가야 충돌하지 않는지"만 간단히 표시해 둡니다.
기존 방식의 한계 (완벽한 추종):
- 과거에는 지도에 표시된 길을 매 순간 100% 완벽하게 따라야만 안전하다고 인정받았습니다.
- 마치 "지도에서 1cm 만 벗어나도 위험하다"라고 하는 것처럼, 작은 실수조차 허용하지 않았습니다. 하지만 복잡한 로봇은 바람이나 미끄러짐 때문에 완벽한 추종이 불가능할 때가 많습니다.
이 논문의 혁신 (재귀적 추적, RTF):
- 이 논문은 **"완벽할 필요는 없다. 다만, 일정 시간 안에 다시 제자리로 돌아오면 된다"**는 새로운 규칙을 제안합니다.
- 비유: 코끼리가 길을 걷다가 잠시 옆으로 비틀거릴 수는 있습니다. 하지만 **10 초 이내 (정해진 시간 τ)**에 다시 원래 길로 돌아오기만 한다면 안전하다고 간주하는 것입니다.
- 이를 **재귀적 추적 함수 (RTF)**라고 부릅니다. "일시적인 흔들림은 허용하되, 결국은 제자리로 돌아와야 한다"는 조건입니다.

🛡️ 어떻게 안전을 보장할까요? (안전한 구역의 확장)

이 새로운 규칙을 적용하면 다음과 같은 이점이 생깁니다.

안전한 구역 (SV) 이 넓어집니다:
- 예전에는 "절대 길을 벗어나면 안 된다"는 조건 때문에 로봇이 움직일 수 있는 공간이 매우 좁았습니다.
- 이제는 "일시적으로 벗어나도, 10 초 안에 돌아오면 안전하다"는 조건이므로, 로봇이 더 자유롭게 움직일 수 있는 공간이 넓어집니다.
- 하지만 **실제 위험 구역 (충돌하는 곳)**과는 여전히 거리를 두어야 합니다. 로봇이 잠시 길을 벗어날 때, 그 흔들림이 너무 커서 위험 구역에 닿지 않도록 계산합니다.
두 가지 속도 비교:
- 안전한 속도 (α): 로봇이 위험한 벽에 다가가는 속도.
- 돌아오는 속도 (β): 로봇이 길을 벗어났을 때 다시 제자리로 돌아오는 속도.
- 이 논문의 핵심은 **"돌아오는 속도 (β) 가 벽에 다가가는 속도 (α) 보다 훨씬 빨라야 한다"**는 것입니다. 로봇이 벽으로 치닫기 전에, 흔들림을 바로 잡을 수 있어야 안전합니다.

🧪 실험 결과 (2D 이중 적분기 예시)

저자들은 간단한 2 차원 로봇 (평면 위를 움직이는 점) 으로 실험을 했습니다.

상황: 로봇이 장애물 사이를 지나 목표 지점으로 가야 합니다.
결과:
- 실패한 경우: "완벽하게 따라야 한다"는 구시대적 조건을 적용하거나, 안전 기준을 너무 엄격하게 잡으면 로봇이 길을 못 찾거나 충돌합니다.
- 성공한 경우: 이 논문의 새로운 방법 (RTF) 을 적용하면, 로봇이 장애물 근처에서 잠시 흔들리더라도 즉시 제자리로 돌아와서 안전하게 목표 지점에 도착했습니다.

💡 요약: 왜 이 연구가 중요한가요?

현실적인 접근: 로봇이 완벽하게 움직일 수 없다는 사실을 인정하고, "일시적인 실수"를 허용하는 유연한 안전 시스템을 만들었습니다.
계산 효율성: 복잡한 로봇 전체를 계산할 필요 없이, 간단한 지도 (단순화 모델) 를 기반으로 안전을 보장할 수 있어 계산 속도가 빠릅니다.
확장성: 이 방법은 드론, 보행 로봇, 복잡한 전력망 등 다양한 복잡한 시스템에 적용할 수 있는 가능성을 열었습니다.

한 줄 요약:

"로봇이 길을 걷다가 잠시 비틀거려도 괜찮습니다. 중요한 건 일정 시간 안에 다시 제자리로 돌아와서 위험한 벽에 닿지 않는 것입니다. 이 논문의 새로운 방법은 바로 그 '안전한 흔들림'을 수학적으로 증명해 줍니다."

1. 문제 정의 (Problem Statement)

이 논문은 고차원 비선형 시스템 (High-order nonlinear systems) 에서 안전-중요 제어기 (Safety-critical controller) 를 설계할 때 발생하는 근본적인 난제를 다룹니다.

CBF 의 구축 난이도: 제어 장벽 함수 (Control Barrier Functions, CBF) 는 시스템이 안전 집합을 유지하도록 보장하는 강력한 도구이나, 고차원 시스템 (예: 항공기, 보행 로봇, 복잡한 전력망) 에 대해 유효한 CBF 를 직접 구성하는 것은 계산적으로 매우 어렵거나 불가능합니다.
기존 접근법의 한계:
- 층상 제어 (Layered Control): 안전 관련 상태를 저차원의 축소 모델 (Reduced-order Model, RoM) 로 추상화하고, 실제 시스템 (Full-order Model, FoM) 은 이를 추종하도록 하는 방식이 제안되었습니다.
- 추적 함수의 제약: RoM 의 안전성을 FoM 으로 전파하려면, RoM 과 FoM 간의 추적 오차가 지수적으로 수렴함을 보장하는 리야푸노프 (Lyapunov) 추적 함수가 필요합니다. 그러나 비완전 구동 (underactuated) 시스템이나 복잡한 비선형 시스템의 경우, 이러한 단조 감소 (monotonic decay) 를 만족하는 추적 함수를 체계적으로 설계하는 것이 어렵습니다.

2. 제안된 방법론 (Methodology)

저자들은 기존의 엄격한 리야푸노프 조건을 완화한 재귀적 추적 함수 (Recurrent Tracking Functions, RTF) 개념을 도입하여 문제를 해결합니다.

A. 핵심 아이디어: 재귀적 조건 (Recurrent Condition)

기존: 추적 오차가 시간의 흐름에 따라 단조롭게 감소해야 함 (Lyapunov).
제안: 추적 오차가 유한 시간 ( $\tau$ ) 이내에 재귀적으로 감소 조건을 만족하면 됨. 즉, 일시적인 오차 증가 (transient deviation) 는 허용하되, 일정 시간 내에 다시 안전 영역으로 회귀하거나 감소해야 함.
장점: 이 완화는 시스템이 일시적으로 안전 경계를 벗어날 수 있게 하되, 최종적으로는 안전을 보장합니다.

B. 프레임워크 구성

층상 제어 구조:
- RoM (축소 모델): 안전 관련 상태 (예: 충돌 관련 운동학) 를 모델링하며, 여기서 CBF 를 설계합니다.
- FoM (전체 모델): 실제 물리 시스템으로, RoM 의 참조 신호를 추종합니다.
재귀적 추적 함수 (RTF) 설계:
- 지수적으로 안정적인 추적 오차 시스템의 경우, 오차의 임의의 노름 (Norm) 이 유효한 RTF 가 됩니다. 이는 복잡한 리야푸노프 함수를 명시적으로 구할 필요를 없앱니다.
- 조건: $\min_{t \in T_S(x_0; \tau)} e^{\beta t} V(z_{cl}(t), \dot{e}(t)) \leq V(z_0, \dot{e}_0)$ (여기서 $V$ 는 추적 오차 노름).
재귀적 CBF (RCBF) 구성:
- RoM 의 CBF ( $h$ ) 와 RTF ( $V$ ) 를 결합하여 새로운 함수 $h_V = -V + \alpha_e h$ 를 정의합니다.
- 이 함수의 제로 - 초수준 집합 (Zero-superlevel set, $S_V$ ) 은 제어 $\tau$ -재귀 집합이 됩니다.
- 안전성 보장: 초기 상태가 $S_V$ 내에 있으면, 시스템은 일시적으로 $S_V$ 를 벗어날 수 있지만, 안전 집합 ( $S_{FoM}$ ) 에서는 절대 벗어나지 않습니다.

C. 외란 (Disturbance) 처리

실제 시스템의 모델 불확실성 및 외란을 고려하여 입력 - 상태 안전성 (Input-to-State Safety, ISSf) 을 확장합니다.
외란으로 인한 오차의 정상 상태 편차를 보상하기 위해 안전 집합을 확장 ( $S_d$ ) 하고, 이에 따른 안전 마진을 계산하여 외란 하에서도 안전성을 보장합니다.

3. 주요 기여 (Key Contributions)

RTF 프레임워크 제안: 표준 리야푸노프 감소 조건을 완화하여, 지수적으로 안정적인 추적 오차의 노름이 유효한 RTF 가 됨을 증명했습니다. 이는 일반 비선형 시스템에 적용 가능한 유연한 RoM-FoM 연결 고리를 제공합니다.
안전성 분석 및 증명: 초기 상태가 재귀적 CBF 집합 ( $S_V$ $S_{V}$ ) 내에 있다면, RTF 조건을 만족하는 임의의 제어기가 모든 시간 동안 시스템의 안전성을 보장함을 이론적으로 증명했습니다.
- 핵심 조건: 추적 오차의 수렴 속도 ( $\beta$ ) 가 안전 경계 접근 속도 ( $\alpha$ ) 보다 빨라야 함 ( $\beta > \alpha$ ).
수치적 검증: 2 차원 더블 적분기 (Double-integrator) 예시를 통해 제안된 방법론의 유효성을 입증했습니다.

4. 실험 결과 (Results)

시나리오: 2 차원 평면에서 원형 장애물을 피하며 목표 지점으로 이동하는 문제.
변수: CBF 의 강도 파라미터 $\alpha$ 를 0.5, 1.0, 5.0 으로 변경하여 실험.
결과:
- $\alpha = 5.0$ (CBF 무효): RoM 의 안전 제약이 너무 약해 FoM 이 장애물과 충돌함 ( $h(t) < 0$ ).
- $\alpha = 1.0$ (초기 조건 불만족): 초기 상태가 계산된 안전 집합 $S_V$ 바깥에 있어 안전성이 보장되지 않음.
- $\alpha = 0.5$ (성공): RoM 의 CBF 가 유효하고 초기 상태가 $S_V$ 내에 있을 때, 추적 오차가 지수적으로 감소하고 시스템은 항상 안전 영역 ( $h(t) \geq 0$ ) 에 머무름.
- 외란 영향: 외란이 존재할 때도 확장된 안전 집합을 통해 안전성이 유지됨을 확인.

5. 의의 및 중요성 (Significance)

계산적 효율성: 고차원 시스템에서 CBF 를 직접 설계할 필요 없이, 저차원 모델에서 CBF 를 설계하고 RTF 를 통해 안전성을 전파함으로써 계산 부하를 크게 줄였습니다.
실용성: 기존에는 설계가 불가능했던 비완전 구동 시스템이나 복잡한 비선형 시스템에서도 안전-중요 제어기를 체계적으로 합성할 수 있는 길을 열었습니다.
유연성: "단조 감소"라는 엄격한 조건을 "재귀적 감소"로 완화함으로써, 실제 시스템에서 발생하는 일시적인 오차나 외란을 허용하면서도 안전성을 보장하는 더 현실적인 제어 프레임워크를 제시했습니다.

이 논문은 고차원 자율 시스템의 안전 제어 분야에서 이론적 한계를 극복하고, 실제 적용 가능한 새로운 패러다임을 제시했다는 점에서 중요한 의의를 가집니다.