2602.11049 SQ-CBF 超二次曲面安全过滤稳定化

Title: SQ-CBF: Signed Distance Functions for Numerically Stable Superquadric-Based Safety Filtering
Authors: Haocheng Zhao, Lukas Brunke, Oliver Lagerquist, Siqi Zhou, Angela P. Schoellig
arXiv: https://arxiv.org/abs/2602.11049

arXiv 页面无稳定直链图片。

Problem framing

控制障碍函数（CBF）用于实时避障时，几何建模质量决定安全过滤器是否“既不保守过头，也不漏碰撞”。超二次曲面（SQ）表达力强，但常见做法直接把 SQ 隐式函数当 barrier，会导致梯度病态，优化问题不稳定甚至不可行。

Core method

作者提出 SQ-CBF：

• barrier 候选从“SQ 隐式函数”改为“SQ 的 signed distance function (SDF)”；
• 由于一般 SQ 无解析 SDF，使用 GJK 算法高效计算最近距离；
• 梯度通过对偶变量获取，形成可用于实时 QP/CBF 约束的稳定梯度管线。

Key equations and mechanisms

CBF 约束一般写为：

$$\dot{h}(x,u)+\alpha (h(x))\ge 0,$$

其中 $h(x)$ 取安全边界函数。本文关键是令

$$h(x)=d_{\text{SDF}}(\text{robot},\text{obstacle})-d_{\min },$$

替代病态的 SQ 隐式值。
机制上，SDF 在几何上更接近“真实最小间隔”，梯度方向更符合避障需要，数值条件更好，因此安全过滤器的可行率和稳定性会提升。

Experiment reading guide

建议按“数值稳定性→安全性→实时性”顺序读：

1. 梯度范数、条件数或优化失败率是否显著下降；
2. 动态障碍与复杂形状场景下的碰撞率/最小间隔统计；
3. GJK + 梯度计算是否满足控制频率要求。

Limitations

• 若场景几何噪声大、感知误差高，SDF 质量仍受上游估计影响；
• 多体耦合与高维关节系统中，实时性能可能受最近点求解频次限制。

Future work

• 与概率安全约束结合，显式处理感知不确定性；
• 将 SQ-CBF 扩展到可变形体或接触丰富操作中的安全集构造。

Replication angle

可在移动底盘或机械臂避障基线中替换 barrier 定义，跟踪：

• QP 不可行率；
• 最小安全间隙分布；
• 高频控制下 CPU 占用与时延尾部。

Graph: Paper Node 2602.11049