← 返回 PaperDaily 视觉与图像

粒子也能做安全约束？这篇论文把PHD滤波用活了

这篇论文干的事很实在：环境里障碍物数量都不固定，还总有测不准、看不全的问题，机器人却还得保证安全。作者把随机有限集的粒子信念直接塞进控制障碍函数里，做到了能解释、能算、还能上水池实验。

龙哥读论文 阅读 3 查看原文
#机器人 #人工智能 #AI应用
粒子也能做安全约束？这篇论文把PHD滤波用活了
🐉 龙哥读论文知识星球来了！
公众号每日8篇拆解不够看？星球无上限更AI领域论文、资讯、招聘、招博、开源代码，一站式干货，每日2分钟刷完即赚！
👇扫码加入「龙哥读论文」知识星球，前沿干货、实用资源一站式拿捏～ xingqiu_header

龙哥导读：
这篇论文干的事很实在：环境里障碍物数量都不固定，还总有测不准、看不全的问题，机器人却还得保证安全。作者把随机有限集的粒子信念直接塞进控制障碍函数里，做到了能解释、能算、还能上水池实验。


原论文信息如下：
论文标题:
Risk-Aware Belief Control Barrier Functions over Random Finite Sets 发表日期:
2026年07月 发表单位:
KTH Royal Institute of Technology, University of Amsterdam, University of Twente, and Stockholm University 原文链接:
https://arxiv.org/pdf/2607.15016v1.pdf

随机有限集下的安全控制：问题与挑战

机器人安全这件事，最怕的不是“障碍物很危险”，而是“障碍物数量都不确定，还会动，传感器还看不全”。这篇论文正好盯上了这个麻烦：在未知、动态、遮挡频繁的环境里，机器人不仅要避障，还要对“自己到底看见了多少个物体、这些物体在哪里”这件事保持概率意义上的谨慎。
传统控制障碍函数（CBF，Control Barrier Function，控制障碍函数）擅长做一件事：把系统状态“按住”在安全集合里。但它默认状态是准的，环境也是清楚的。现实里就没这么老实了，机器人常常只拿到噪声测量，甚至连“到底有几个目标”都说不准。作者把这类问题放进随机有限集（RFS，Random Finite Set，随机有限集）框架下处理，再用概率假设密度（PHD，Probability Hypothesis Density，概率假设密度）滤波器来估计多目标信念，最后把安全约束直接做进这个“粒子信念”里。
说白了，论文想解决的不是“看见一个障碍物怎么躲”，而是“看见一锅乱炖的动态点云，怎么还敢保证安全”。这就比普通避障难了一层：既有状态不确定性，又有对象数量变化，还要兼顾实时控制。
封面
图1：真实水池实验。左图是 BlueROV2 搭载三维声呐，在木条障碍和另一台移动水下机器人之间保持安全距离；右图是轨迹记录，参考控制被安全控制器改写后，机器人才没有一头扎进障碍区。

粒子变成“安全约束”：核心方法解析

这篇工作的核心思路很直接：既然 PHD 滤波器最终会把多目标信念表示成一堆带权粒子，那就别绕弯子，直接在粒子上做安全约束。这样做的好处是，安全判断不再依赖“拍脑袋式”的单点估计，而是利用整个信念分布来判断哪些粒子代表危险区域、哪些粒子代表安全区域。
先把问题说人话：机器人有自己的状态 x，环境里有一群目标 o(i)，但目标数 n 是随机的。PHD 滤波器不是去追踪每个目标的“身份证”，而是估计一个密度函数 D(o)，它的积分代表某个区域里期望有多少个目标。在序贯蒙特卡洛（SMC，Sequential Monte Carlo，序贯蒙特卡洛）实现里，这个密度进一步被表示成 L 个粒子及其权重。
作者利用了泊松点过程（PPP，Poisson Point Process，泊松点过程）的“空集概率”来重写安全约束。直白点说，就是先定义一个“失败集合” F(x)：只要目标落进这个区域，机器人就不安全。然后把“失败集合里至少出现一个目标”的概率限制在风险阈值 τ 以内。这样，安全不再是“绝对不碰撞”，而是“碰撞概率不能超过用户给定的风险上限”。
更妙的是，作者没有把粒子再压缩成一个均值或者 MAP（Maximum A Posteriori，最大后验）点，而是直接对粒子集合排序，找出最危险的那一批。其安全函数 hb 不是简单地看某个粒子的状态，而是取“最不安全的一组粒子”里最小的安全裕度，再用 soft minimum 做平滑近似。这样一来，函数虽然是非光滑的，但仍然可以进入 CBF 的控制框架。
图2
图2：粒子排序时的“并列名次”示意。红色圆点是并列在阈值附近的粒子，真正进入安全约束计算的只是一部分。这个图的作用很关键，因为它解释了为什么后面会出现“非光滑”问题：一旦多个粒子在阈值处打平，安全函数的梯度就不再唯一了。
为了让这个方法能算得动，作者还做了一个很工程化的处理：把并列粒子的梯度约束压缩成一个辅助变量 ρ，再把原本指数级增长的约束数，降成线性级别。这个动作很像把一锅乱麻梳成几股线，虽然还是复杂，但至少能上 QP（Quadratic Programming，二次规划）求解器，不至于把 CPU 烧成烤红薯。
    安全控制流程：
1. 用 SMC-PHD 滤波器更新粒子信念
2. 计算每个粒子对应的安全裕度 s_i
3. 按安全裕度排序，选出最危险的粒子集合
4. 用 soft minimum 构造 belief CBF h_b
5. 将 h_b 及其导数约束写成 QP
6. 求解得到安全控制输入 u
7. 在离散更新时用风险收紧 τ-ε 预留安全余量
    这里的关键缩写也顺手捋清楚：BCBF 是 Belief Control Barrier Function，信念控制障碍函数，意思是把“状态信念”而不是单点状态放进 CBF；SMC-PHD 是 Sequential Monte Carlo Probability Hypothesis Density，序贯蒙特卡洛概率假设密度滤波器；RFS 是 Random Finite Set，随机有限集。这些词看着绕，其实都在干同一件事：让机器人在“看不清、数不准”的情况下还能做安全决策。

    数学上如何保证安全？：连续与离散的博弈

    这部分是论文最像“真功夫”的地方。因为信念不是连续光滑地长大，而是一直在“连续预测”和“离散更新”之间跳来跳去：预测阶段粒子按动力学往前滚，更新阶段又会根据新观测重采样、出生、删粒子。也就是说，安全约束不是在一个安安静静的系统里维持，而是在一个会抽风的混合系统里维持。
    在连续预测阶段，作者用非光滑 CBF 理论处理“多个粒子在阈值处并列”的情况。由于 Clarke 广义梯度可能有多种取法，直接写一个普通导数条件不够。论文把所有可能成为“最危险集合”的选择都纳入 active set，再通过一个辅助变量把它们统一收口。结果是，只要 QP 里满足那组充分条件，安全集合就能保持前向不变。
    图3
    图3：多目标视场保持实验。左边展示机器人、轨迹、视场、真实目标、粒子和检测点；右边展示不同风险水平下安全函数的变化。可以看到，风险越保守，安全裕度越大，机器人动作也越“谨慎”。
    离散更新阶段更麻烦。因为新观测一来，PHD 滤波器可能突然“生出”新的粒子，或者把粒子权重重分配，安全函数的值会跳一下。作者没有假装这事不存在，而是采用了一个很实在的办法：把风险阈值先收紧成 τ−ϵ，给更新留出安全缓冲。这样，即便更新后粒子分布发生一定幅度的变化，只要变化没超过缓冲，最终安全集合仍可保持。
    这套设计的逻辑很清楚：连续阶段靠 CBF 保证“别往危险里滑”，离散阶段靠风险收紧保证“更新别把你突然甩进危险里”。一个管平滑过程，一个管跳变过程，合起来才算完整。否则只管预测不管更新，滤波器一跳，前面所有安全证明都可能白写。
    作者最终把控制求解写成一个 QP，目标是在尽量接近参考控制 uref 的同时满足安全约束。这个形式很适合机器人：参考轨迹负责“想去哪”，CBF 负责“别作死”，QP 负责“在两者之间找一个还能执行的折中”。
    图4
    图4：高虚警率场景下的视场保持结果。检测里混进了很多假目标，但方法仍能维持安全。这个实验很重要，因为它说明该框架不是只在“干净数据”里才好看，面对传感器乱报也能撑住。

    真实水池实验：从仿真到硬件部署的验证

    论文最加分的地方，不是仿真跑通，而是真把方法丢进了水池里。水下场景比地面场景更难缠：声呐噪声大、遮挡多、目标还可能是另一台移动 ROV。作者让 BlueROV2 搭载 3D 声呐，在木条障碍和移动机器人之间保持安全距离，参考控制沿着 −y 方向硬冲，安全控制器则负责把这股“莽劲儿”按住。
    图1
    图1：真实水池实验的完整场景。热力图颜色越浅，说明控制器对参考轨迹的修改越大。这个图很直观地说明：安全控制不是“摆设”，而是在危险逼近时真的会接管。
    从实验现象看，控制器并不是简单地“刹车”，而是根据障碍分布主动重塑轨迹。它会在障碍出现时调整姿态、改变前进方向，甚至倒退。这个行为和普通避障的最大区别在于：它不是只看最近的一个点，而是看整个粒子信念里“哪些区域更危险”。
    图5
    图5：仿真中的三类避障设置。A、B 两类是复杂动态环境，C 类是头对头逼近场景。这个图的价值在于，它把论文不是“只会一个 demo”的事实摆在了眼前：不同障碍形态、不同运动方向、不同任务目标都能测。
    图6
    图6：案例 C 的单次仿真轨迹对比。蓝色是本文方法，橙色是基线方法。可以明显看到，本文方法更早开始规避，说明它不是等快撞上了才慌，而是提前根据障碍运动做了预判。
    图7
    图7：硬件实测中的头对头碰撞场景。上图是本文方法，下图是基线方法。硬件结果比仿真更能说明问题：模型能不能上真机，往往取决于它是不是只在“纸面上优雅”。
    表1
    表1：多目标视场保持结果。可以看到，较低风险水平下，本文方法几乎不发生失安全；即便提高风险阈值，安全性也仍明显优于 Mean-CBF 和 MAP-CBF。代价是计算时间略高，但平均仍在毫秒级。
    表2
    表2：动态环境避障结果。本文方法在多个案例里碰撞率更低、成功率更高，说明把障碍速度纳入安全判断是有实际价值的，不是“多写几个符号显得更高级”。
    从实现角度看，这套方法的实时性也挺硬核。作者在 JAX 里做了向量化和自动微分，把粒子间独立的计算并行化，再用 OSQP 求解 QP。论文报告的平均控制计算时间小于 5 毫秒，这意味着它不是那种“实验室能跑、现场等半天”的方案，而是有真实在线控制潜力的。

    方法优缺点与性能总结

    这篇论文最值得肯定的地方，是它没有停留在“把不确定性说得很漂亮”的层面，而是真的把不确定性变成了可计算的安全约束。它的强项主要有三点：第一，直接用粒子信念而不是单点估计，避免了信息压缩过度；第二，把连续预测和离散更新分别处理，补上了混合系统里的安全证明；第三，仿真和硬件都做了，而且是水下硬件，这个门槛不低。
    但它也不是“无脑满分”。首先，这套方法依赖 PHD 粒子表示，粒子越多，计算和调参压力就越大；其次，离散更新阶段用了风险收紧 τ−ϵ，能缓冲跳变，但也意味着安全性和保守性之间仍要折中；最后，当前控制器并没有显式保证每次更新后都自动回到收紧集合，这一点作者自己也承认还可以继续做得更完整。
    如果从工程视角看，这个方法的产品化成熟度算是“有希望，但还没到闭眼上车”的级别。对于动态障碍多、目标数量不固定、传感器信息不完美的机器人平台，它很有吸引力；但如果场景本身很简单，用这么重的随机有限集建模就有点杀鸡用牛刀了。

    未来展望与开放问题

    接下来最自然的方向，是把“更新后要回到收紧安全集”的过程也纳入显式控制。作者已经在文中点到了时间变化 CBF 的可能性，这说明当前版本更像是一个稳健可用的基础框架，而不是最终形态。
    另一个值得继续挖的点，是把这个框架从“所有对象同等对待”扩展到“不同对象不同风险”。现实里，有的目标是人，有的是墙，有的是临时漂浮物，安全优先级不可能一刀切。若能把对象类别、风险等级、运动意图一起编码进 belief CBF，实际部署价值会更高。
    还有一个现实问题：粒子法的计算量对硬件和场景规模都很敏感。未来如果能把粒子压缩、稀疏更新、事件触发控制结合起来，可能会比单纯堆更多粒子更实用。毕竟机器人系统讲究的不是“证明很漂亮”，而是“算得动、跑得稳、出事概率低”。

    龙迷三问

    下面是龙哥对于大家可能的一些问题的解答：

    这篇论文到底解决什么问题？它解决的是“未知数量动态障碍下的安全控制”问题。不是只躲一个已知障碍，而是在障碍数量会变、测量会噪、对象会进出视野的情况下，还要给机器人一套可证明的安全控制器。

    BCBF 和普通 CBF 有什么区别？普通 CBF 盯的是单点状态，BCBF 盯的是“状态信念”。这里的 belief 不是拍脑袋猜测，而是由 SMC-PHD 粒子滤波器给出的多目标概率表示，所以它能把不确定性一起算进去。

    为什么离散更新还要单独处理？因为滤波器更新不是连续平滑的，重采样和粒子出生会让信念突然跳变。要是只管连续预测，不管更新跳变，安全证明就会在更新那一刻“断电”。所以作者用风险收紧 τ−ϵ 给更新留了缓冲。

    如果你还有哪些想要了解的，欢迎在评论区留言或者讨论~

    龙哥点评

    论文创新性分数：★★★★☆ 这篇论文的创新不在“发明一个全新世界”，而在把 RFS、PHD、BCBF 和非光滑 CBF 真正拧成了一套可用的方法，尤其是粒子级安全约束这一步很实。

    实验合理度：★★★★☆ 仿真、虚警、硬件都覆盖了，而且还比较了 Mean-CBF、MAP-CBF 和已有避障基线，实验设计是站得住的。唯一的遗憾是更大规模场景下的压力测试还不够多。

    学术研究价值：★★★★☆ 对多目标不确定环境下的安全控制有明确研究价值，尤其适合后续继续扩展到更复杂的机器人感知-控制闭环。

    稳定性：★★★☆☆ 连续预测部分有理论保证，但离散更新依赖风险收紧和滤波器行为，工程上还需要更细的时序管理。

    适应性以及泛化能力：★★★★☆ 对动态障碍、遮挡、虚警这类问题比较通用，但前提是系统本身能提供足够好的粒子信念估计。

    硬件需求及成本：★★★☆☆ 计算仍然依赖粒子数量和 QP 求解，虽然毫秒级可跑，但不是轻量级方案；对低算力平台还要继续优化。

    复现难度：★★★☆☆ 算法链路不算短，涉及 PHD 滤波、粒子重采样、非光滑 CBF 和 QP，复现门槛中等偏上。

    产品化成熟度：★★★☆☆ 在水下和动态避障场景里已经接近可用，但要大规模上产品，还得补充鲁棒性、异常工况和长期运行验证。

    可能的问题：方法很完整，但对粒子滤波质量和更新时序依赖较强；若感知很差或粒子退化严重，安全裕度会被明显压缩。


    主要参考文献

    [1]–[3] 论文中关于控制障碍函数与非光滑 CBF 的基础工作。
    [5]–[7] 论文中关于 belief CBF 的相关研究。
    [8]–[13] 论文中关于随机有限集、PHD 滤波与机器人多目标估计的相关研究。
    [14]–[18] 论文中关于不确定性下安全控制与鲁棒 CBF 的相关研究。
    [21]–[30] 论文中关于泊松点过程、JAX、OSQP、PyBullet 及基线方法的相关引用。
    原文链接：https://arxiv.org/pdf/2607.15016v1.pdf

    end
    欢迎加入龙哥读论文粉丝群，扫描下方二维码或者添加龙哥助手微信号加群：kangjinlonghelper。一定要备注：研究方向+地点+学校/公司+昵称（如 图像处理+上海+清华+龙哥），根据格式备注，可更快被通过且邀请进群。
    『龙哥读论文』微信群目前包含：图像处理、大模型及智能体、自动驾驶及机器人、AI医疗及AI金融5个群
    wechat_helperdianzan
    转发文章 微博 X LinkedIn Facebook
    龙哥读论文 · PaperDaily

    本文基于龙哥读论文 PaperDaily 数据库整理，结合论文原文与工程视角进行解读。