如何调整控制障碍函数？——基于学习的自适应方法及其在 VTOL 四旋翼机中的应用

本文提出了一套用于在输入约束下在线适应控制障碍函数 (CBF) 参数的 novel 理论框架，即其中包含在 CBF 条件中的 class K 函数。我们引入局部验证 CBF 参数的概念，这些参数在线适应以保证有限时程安全性，基于 Nagumo 定理和切锥分析推导的条件。为了在线识别这些参数，我们将基于学习的方法与不确定性感知验证过程集成，后者考虑了神经网络预测中所固有的 both epistemic 和 aleatoric 不确定性。我们的方法在 VTOL 四旋翼机模型上进行演示，展示了在具有挑战性的转换和着陆机动中实现了提升性能的同时保持安全。