Enforcing Mixed State-Input Constraints with Multiple Backup Control Barrier Functions: A Projection-based Approach

1. 문제 정의 (Problem Statement)

현대 자율 시스템의 안전성 보장은 필수적이지만, 기존 제어 장벽 함수 (Control Barrier Functions, CBF) 기반 방법론은 주로 상태 (State) 제약 (예: 위치, 속도) 만을 명시적으로 고려하는 경향이 있습니다. 그러나 실제 물리 시스템 (로봇, 차량 등) 에서는 다음과 같은 복합적인 제약이 동시에 존재합니다.

• 상태 제약: 각도, 위치 등.
• 입력 제약: 토크, 힘 등.
• 혼합 상태 - 입력 제약 (Mixed State-Input Constraints): 상태와 입력이 결합된 제약 (예: 전력 $P = \text{속도} \times \text{힘}$, 가속도 기반 안전성 등).

기존의 백업 제어 장벽 함수 (Backup CBF) 방법은 상태와 입력이 분리된 (decoupled) 제약 조건에는 효과적이었으나, 혼합된 제약 조건을 처리하는 데는 한계가 있었습니다. 또한, 입력 제약을 처리하기 위해 백업 제어기를 포화 (saturating) 시켜야 하는 복잡한 설계가 필요했습니다.

2. 제안된 방법론 (Methodology)

이 논문은 혼합 상태 - 입력 제약을 처리하기 위해 투영 기반 (Projection-based) 백업 CBF 프레임워크를 제안합니다. 핵심 아이디어는 상태 - 입력 공간의 혼합 제약을 백업 제어기를 따라 상태 공간으로 투영하여 순수한 상태 제약으로 변환하는 것입니다.

주요 구성 요소:

1. 투영 (Projection):

   • 혼합 제약 조건 $H(x, u) \ge 0$을 백업 제어기 $k_b(x)$를 사용하여 상태 공간으로 투영합니다.
   • 투영된 제약 함수 $h(x) \equiv H(x, k_b(x))$를 정의하여, 이를 순수 상태 제약으로 간주합니다.
   • 이를 통해 혼합 제약을 만족하는 제어 입력이 존재하는 상태 영역 ($C_p$) 을 식별합니다.

2. 여러 개의 백업 CBF 확장 (Multiple Backup CBFs):

   • 단일 백업 세트 ($S_b$) 와 단일 백업 제어기 ($k_b$) 쌍을 사용하여 여러 개의 분리된 상태 및 입력 제약을 동시에 처리할 수 있도록 확장합니다.
   • 기존에는 각 제약마다 별도의 백업 제어기가 필요하거나 복잡한 포화 처리가 필요했으나, 이 방법은 하나의 백업 쌍으로 통합합니다.

3. 불변 집합 (Invariant Set) 및 재귀적 실현 가능성 (Recursive Feasibility):

   • 투영된 제약 $h(x)$와 백업 세트 $S_b$를 기반으로 불변 집합 $S_I^p$를 정의합니다.
   • 이 집합 내에서 시스템이 백업 제어기 $k_b$를 따를 때 모든 제약 (상태, 입력, 혼합) 을 만족함을 수학적으로 증명합니다.
   • 최적화 문제 (QP) 에 예측 제약 (predictive constraints) 을 추가하여, 현재 제어 입력이 미래에 백업 제어기로 안전하게 전환될 수 있음을 보장함으로써 재귀적 실현 가능성을 확보합니다.

4. 최적화 문제 (Quadratic Program, QP):

   • 혼합 제약이 입력에 대해 아핀 (affine) 형태일 경우, 제안된 방법은 효율적인 2 차 계획법 (QP) 으로 변환됩니다.
   • 목적 함수: 원하는 제어 입력 $k_d(x)$에 대한 최소 2 노름 오차.
   • 제약 조건:
     • 투영된 상태 제약의 미분 조건 (미래 예측 구간 $[0, T]$).
     • 백업 세트 도달 조건.
     • 실제 혼합 제약 조건 $H(x, u) \ge 0$ (현재 시점에서의 직접적 만족).

3. 주요 기여 (Key Contributions)

1. 혼합 제약 조건 처리 프레임워크: 상태와 입력이 결합된 제약 (예: 전력 제약) 을 백업 CBF를 통해 체계적으로 처리하는 최초의 방법론 중 하나로, 투영 기법을 통해 복잡성을 줄였습니다.
2. 단일 백업 쌍을 통한 다중 제약 처리: 여러 개의 분리된 상태 및 입력 제약을 처리하기 위해 단일 백업 세트 - 제어기 쌍을 사용하여 설계의 복잡성을 낮췄습니다.
3. 포화 제어기 (Saturating Controller) 제거: 기존 방법에서는 입력 제약을 만족시키기 위해 백업 제어기를 전역적으로 포화시켜야 했지만, 제안된 투영 방법은 백업 세트 내부에서만 입력 제약을 만족하면 되므로 포화 처리가 불필요해졌습니다. 이는 백업 흐름 (backup flow) 의 해석적 계산을 가능하게 하여 계산 부하를 크게 줄입니다.
4. 효율적인 계산: 백업 시스템이 선형화될 수 있는 경우, 백업 흐름을 수치 적분이 아닌 해석적으로 계산할 수 있어 실시간 제어에 유리합니다.

4. 실험 결과 (Results)

논문은 역진자 (Inverted Pendulum) 시스템을 사례 연구로 사용하여 방법론을 검증했습니다.

• 제약 조건:
  • 상태: 각도 ($|x_1| \le \phi_{max}$).
  • 입력: 토크 ($u_{min} \le u \le u_{max}$).
  • 혼합: 전력 ($P_{min} \le x_2 u \le P_{max}$).
• 비교 대상: 고차 CBF (HOCBF) 방법.
• 결과:
  • 제안된 방법 (Backup CBF-QP): 초기 조건이 불변 집합 ($S_I^p$) 내에 있을 때, 상태, 입력, 전력 제약 조건을 모두 동시에 만족하며 시스템을 안정화시켰습니다. 백업 제어기를 통한 예측이 가능하여 제약 위반 전에 선제적으로 개입했습니다.
  • HOCBF 방법: 입력 및 전력 제약을 QP 에 직접 포함시켰을 때, 재귀적 실현 가능성이 깨져 최적화 문제가 불가능 (infeasible) 해졌고, 시스템은 제약 조건을 위반하며 불안정해졌습니다.
  • 계산 효율성: 백업 흐름의 해석적 계산으로 인해 실시간 계산 부하가 감소했습니다.

5. 의의 및 결론 (Significance & Conclusion)

이 논문은 안전성 임계 제어 (Safety-critical control) 분야에서 중요한 진전을 이루었습니다.

• 실용성: 전력 소모, 마찰력, 기계적 강도 등 상태와 입력이 결합된 실제 물리 제약 조건을 가진 시스템에 CBF 를 적용할 수 있는 길을 열었습니다.
• 설계 간소화: 복잡한 포화 제어기 설계 없이도 입력 제약을 안전하게 처리할 수 있어, 제어기 설계 공정을 단순화했습니다.
• 확장성: 로봇, 자율 주행 차량, 우주선 등 다양한 동적 시스템에 적용 가능한 일반적인 프레임워크를 제공합니다.

결론적으로, 이 연구는 투영 기반 백업 CBF를 통해 혼합 상태 - 입력 제약 문제를 해결함으로써, 기존 방법론의 한계를 극복하고 더 안전하고 계산 효율적인 자율 시스템 제어의 토대를 마련했습니다.