持续激励下保守性消失的自适应控制屏障函数
系统与控制
2024-11-21 v1 系统与控制
摘要
本文提出了一种闭式解的自适应控制屏障函数（CBF）方法，用于在具有参数不确定性的系统中满足状态约束。该方法使用采样数据递归最小二乘算法来估计未知模型参数，并构建估计误差范数的非递增上界。该估计值和上界共同用于构建具有非递增保守性的基于 CBF 的约束。此外，如果满足持续激励条件，则基于 CBF 的约束具有消失的保守性，即基于 CBF 的约束收敛到与不确定性已知情况相对应的理想约束。此外，该方法包含对未知模型参数的单调改进估计，因此该估计可以有效地纳入期望的控制律中。我们通过两个数值示例，即非线性摆和非完整约束机器人，演示了约束满足和性能。
引用
@article{arxiv.2411.12899,
title = {Adaptive Control Barrier Functions with Vanishing Conservativeness Under Persistency of Excitation},
author = {Ricardo Gutierrez and Jesse B. Hoagg},
journal= {arXiv preprint arXiv:2411.12899},
year = {2024}
}
备注
8 pages, 11 figures , submitted for conference