Integral Control Barrier Functions with Input Delay: Prediction, Feasibility, and Robustness

Resumo Técnico: Funções de Barreira de Controle Integrais com Atraso de Entrada

1. Problema

O controle de sistemas não lineares em tempo real enfrenta dois desafios críticos quando aplicados a sistemas físicos reais:

1. Atraso de Entrada (Input Delay): Atrasos causados por atuação, computação e comunicação fazem com que o comando de controle $u(t)$ só afete o sistema em $t + \tau$. Controladores que ignoram esse atraso avaliam as condições de segurança no estado atual $x(t)$, enquanto o efeito do controle só será sentido no futuro. Essa discrepância pode levar a violações de restrições de estado (comportamento inseguro) e violações de restrições de entrada (inviabilidade do controlador).
2. Restrições Conjuntas de Estado e Entrada: A maioria das abordagens de Funções de Barreira de Controle (CBFs) lida apenas com restrições de estado. No entanto, sistemas reais possuem limites físicos nos atuadores (restrições de entrada). Quando restrições de estado e entrada são impostas simultaneamente, o problema de otimização (Programação Quadrática - QP) que gera o controle de segurança pode tornar-se inviável, mesmo que cada restrição individualmente admita uma solução.
3. Incerteza e Robustez: Em cenários práticos, o atraso exato e a dinâmica do sistema raramente são conhecidos com precisão. Isso gera erros de previsão que atuam como distúrbios, podendo comprometer a segurança se o controlador não for robusto.

2. Metodologia

Os autores propõem um framework de controle seguro baseado em Funções de Barreira de Controle Integrais (ICBFs) combinadas com Feedback de Preditor.

• Predição de Estado: Para compensar o atraso $\tau$, o sistema utiliza um preditor que integra a dinâmica do sistema (assumindo-a conhecida) sobre o intervalo de atraso para estimar o estado futuro $x_p(t) = x(t+\tau)$. O controlador de segurança opera sobre este estado previsto, que possui dinâmica livre de atraso.
• Controlador Dinâmico (Integral): Em vez de um feedback algébrico direto, o sistema emprega um controlador dinâmico onde a taxa de variação da entrada $\dot{u}$ é governada por uma lei de controle nominal mais uma correção de segurança $v$. Isso permite codificar restrições de entrada diretamente na função de barreira.
• Condição de Viabilidade Fechada (Closed-Form Feasibility): O artigo deriva uma condição analítica para garantir que o QP com duas restrições (uma de estado estendida e uma de entrada) seja sempre viável. Isso é feito identificando um par de ICBFs "compatíveis" que evitam conflitos entre as restrições, especialmente quando os gradientes das restrições são antiparalelos.
• Robustez a Erros de Predição: Para lidar com incertezas no atraso ($\hat{\tau} \neq \tau$) ou na dinâmica, o framework incorpora termos de robustez nas condições do QP. Esses termos tratam o erro de predição como um distúrbio limitado, garantindo que o sistema permaneça seguro (ou dentro de uma vizinhança segura inflada) mesmo com estimativas imperfeitas.

3. Principais Contribuições

1. Framework ICBF com Atraso: Integração de feedback de preditor dentro da estrutura de ICBFs, permitindo que o filtro de segurança atue sobre o estado previsto, compensando efetivamente o atraso de entrada.
2. Condição de Viabilidade para Restrições Conjuntas: Derivação de uma condição de viabilidade em forma fechada para o QP com duas restrições (estado e entrada). O trabalho fornece critérios explícitos para projetar o controlador nominal $\phi$ de modo que as restrições sejam compatíveis, garantindo a existência de uma solução para o QP e a invariância forward do conjunto seguro.
3. Formulação Robusta: Desenvolvimento de uma formulação de ICBF robusta que lida com erros de predição. O método utiliza margens de robustez ajustáveis que concentram a proteção perto da fronteira do conjunto seguro, permitindo um compromisso entre desempenho e conservadorismo.
4. Garantias Teóricas: Prova de invariância forward para o sistema com atraso e erros de predição, demonstrando que, sob certas condições de bound do erro, o sistema permanece seguro ou dentro de um conjunto seguro inflado.

4. Resultados

Os resultados foram validados através de simulações em um cenário de Controle Adaptativo de Cruzeiro (ACC) com um veículo autônomo seguindo um veículo líder.

• Cenário 1 (Compensação de Atraso):
  • Um controlador "ingênuo" (que ignora o atraso) falhou em antecipar a frenagem necessária, violando tanto a distância segura quanto os limites de aceleração.
  • O controlador proposto com feedback de preditor recuperou completamente o desempenho do caso sem atraso, mantendo todas as restrições satisfeitas.
• Cenário 2 (Incerteza e Robustez):
  • Foi simulado um erro de 50% na estimativa do atraso ($\hat{\tau} = 0.6s$ vs $\tau = 1.2s$).
  • Sem robustez, o erro de predição causou violação da restrição de estado (distância).
  • Com a formulação robusta proposta, o controlador interveio proativamente, mantendo o sistema seguro apesar da estimativa imprecisa do atraso.

5. Significado e Impacto

Este trabalho preenche uma lacuna importante na literatura de controle seguro, unindo três áreas críticas: atrasos de entrada, restrições de atuadores e robustez.

• Aplicabilidade Prática: Ao fornecer condições de viabilidade explícitas, o método permite o projeto de controladores para sistemas complexos onde a segurança é não negociável (ex.: veículos autônomos, robótica), evitando falhas catastróficas devido a conflitos de restrições.
• Resiliência: A abordagem robusta reconhece que modelos perfeitos não existem na prática, oferecendo garantias de segurança mesmo com incertezas de modelagem e atrasos variáveis.
• Fundação Teórica: A derivação da condição de compatibilidade para ICBFs com múltiplas restrições estabelece um novo padrão para a análise de viabilidade em filtros de segurança dinâmicos.

Em suma, o artigo apresenta uma solução rigorosa e prática para o controle seguro de sistemas não lineares com atrasos, garantindo que as restrições físicas e de segurança sejam respeitadas mesmo na presença de incertezas de modelagem.