Alapfogalmak
스위칭 시스템의 모델 불확실성으로 인한 제어 리아프노프 함수(CLF)와 제어 장벽 함수(CBF) 제약의 부작용을 완화하기 위해 다중 출력 가우시안 프로세스(MOGP) 기반 학습 접근법을 제안한다.
Kivonat
이 논문은 제어 리아프노프 함수(CLF)와 제어 장벽 함수(CBF)를 사용하여 스위칭 시스템의 안전을 보장하는 방법을 다룬다.
- 스위칭 시스템의 모델 불확실성으로 인해 CLF와 CBF 제약에 분할 잔차가 발생한다.
- 이를 해결하기 위해 다중 출력 가우시안 프로세스(MOGP) 모델을 사용하여 각 스위칭 영역에서의 잔차를 효과적으로 근사한다.
- MOGP 모델의 특정 공분산 함수 구조를 활용하여 MOGP 기반 확률 제약을 2차 원뿔 제약으로 변환할 수 있다.
- 이를 통해 실시간에 해결 가능한 볼록 최적화 문제로 변환할 수 있다.
- 최적화 문제의 실행 가능성을 분석하고 필요충분 조건을 제시한다.
- 스위칭 적응 순항 제어 시스템 시뮬레이션을 통해 제안 방법의 효과를 검증한다.
Statisztikák
차량의 질량 m은 3300 kg이다.
도로 조건 R1에서 구름 저항 계수 f0, f1, f2는 각각 0.2, 10, 0.5이다.
도로 조건 R2에서 구름 저항 계수 f0, f1, f2는 각각 1, 50, 4.5이다.
도로 조건 R1에서 구동력 계수 c는 1이고, R2에서는 0.5이다.
명목 모델의 경우 m은 1050 kg, f0, f1, f2는 각각 0.1, 15, 2.25, c는 1이다.
Idézetek
"스위칭 시스템의 모델 불확실성은 안전과 안정성 보장을 위협하고 바람직하지 않은 성능으로 이어질 수 있다."
"제어 장벽 함수(CBF)는 최근 안전성을 보장하는 체계적인 도구로 소개되었다."
"제어 리아프노프 함수(CLF)와 CBF의 효과는 시스템 모델에 밀접하게 연결되어 있다."