事件触发的多AUV编队模型预测控制算法

针对复杂环境中自治水下机器人(autonomous underwater vehicle,AUV)编队的避障控制问题,提出一种基于事件触发的模型预测控制(model predictive control,MPC)算法。建立水下机器人运动模型,结合领航-跟随式队形控制方法,利用领航AUV的位置信息和编队期望队形得到虚拟AUV的航行轨迹及速度信息,将其作为跟随AUV的航行参考轨迹;对传统人工势场法(artificial potential field,APF)进行适应性改进,以满足AUV编队在障碍物环境中避障规划的需求;设计一种基于跟随AUV轨迹预测值与实际值误差的事件触发机制来减少求解优化问题的计算量,降低计算负担。结果表明：与其他算法相比,该算法仿真结果具有可行性和有效性。     

障碍物环境下的多AUV主从式编队控制

针对当环境中存在障碍物时,Leader-Follower编队控制中的Follower可能会与障碍物相撞的问题,提出了一种障碍物环境下的多自主水下航行器（AUV）主从式编队控制方法。首先,提出了一种通过改变AUV编队目标点的避障方法,并对其进行数学模型的建立和解析。然后,在Leader-Follower编队控制中,基于级联方法,研究了欠驱动AUV的编队控制问题。将Follower跟踪系统分解为相互级联的位置跟踪系统和航向角跟踪系统,推导出保证系统全局一致渐近稳定的控制参数。仿真结果表明,该方法具有良好的避障和编队控制效果,控制设计可以保证闭环系统渐近稳定,是有效的和可行的。     

人工势场和虚拟结构相结合的多水下机器人编队控制

传统的多水下机器人（AUV）编队算法,例如领航跟随法、虚拟结构法,对编队形成过程中AUV间的避碰问题和编队行进过程中的避障问题,没有进行有效解决。人工势场法可利用势函数进行避碰、避障,但队形组织能力略显不足。针对上述问题,提出了一种人工势场和虚拟结构相结合的多AUV编队控制算法。将系统分为3个部分：编队参考点、虚拟结构质点和AUV. 以编队参考点为中心形成期望的虚拟结构以组织队形;虚拟结构质点以期望的虚拟结构为运动目标,并在运动的过程中,通过人工势场斥函数,实现避碰和避障;AUV对虚拟结构质点进行目标跟踪,从而渐进形成AUV的队形。通过编队路径跟踪、编队队形变换和编队避障等一系列仿真实验,对算法的可靠性和灵活性进行充分验证。实验结果表明：在随机的初始位置条件下,多AUV系统可以快速无碰撞地形成队形;在编队行进过程中进行灵活的队形变换,并对障碍物有效避碰。     

多AUV编队协调模糊控制策略

针对海域不同障碍环境,从运动学特性出发,提出了一种多自主水下航行器(AUV)编队避障策略.该策略是在领航-跟随法的基础上,利用编队队形的几何关系,引入虚拟AUV,再采用模糊控制避障策略,使编队能顺利通过障碍物,到达目的地.同时该策略有很好的柔性性质,能够根据障碍环境信息的不同,编队系统能保持初始编队队形运动或者适时改变编队队形运动.仿真结果表明,该策略能有效引导AUV编队系统避障.     

仅利用位置信息的自主水下航行器主从式编队控制方法

研究了自主水下航行器的主从式编队控制问题，提出了跟随者仅利用领航者的位置及航向信息，而不利用领航者的速度、角速度和动力学模型信息的编队控制方法。根据领航者的运动状态及期望的编队队形推导出跟随者的参考路径，并仅利用领航者的位置及航向信息设计一虚拟航行器，使其轨迹与参考路径在有限时间内重合。考虑了水下航行器的参数不确定性以及海流干扰等特点，给出了跟随者的自适应变结构控制律，使得跟随者沿着虚拟航行器的轨迹运动，从而与领航者保持期望的距离，达到编队控制的目的。仿真结果表明所提出的算法是有效的。     

基于BackStepping的全向机器人编队控制

提出一种多机器人协同编队方法;根据领航机器人和队形库确定虚拟领航者的位姿参数,将基于领导跟随方法的编队问题转化为跟随机器人对于虚拟领航者的轨迹追踪问题;采用BackStepping方法逐步构造控制系统的Lyapunov函数,使该函数负定,跟随机器人全局渐进的跟踪各自的虚拟领航者;仿真和实物实验验证了该编队方法的有效性与可行性.     

自主水下航行器主从式编队控制

多自主水下航行器的协作已经成为当前的研究热点，编队控制是协作问题中的典型问题，也是其他协作问题的基础。该文建立了自主水下航行器主从式编队控制的数学模型，利用反馈线性化理论将模型简化为1阶动态系统，设计了编队控制律，从理论上证明了所设计控制律的稳定性以及内动态系统的稳定性。在此基础上，比较了2种不同拓扑方式下主从式编队控制下的编队误差。仿真结果表明了该编队控制算法的有效性，并且并联式主从编队下编队控制的误差要小于串联式主从编队。     

基于一致性理论的多机器鱼编队控制

针对多机器鱼系统的一致性问题,设计一种基于一致性理论的多机器鱼编队控制模型。采用一个基于拓扑结构的多机器鱼编队控制模型描述机器鱼之间的信息交换方式,分析该模型下的有向网络取得渐近一致性的条件,并应用到领航者一跟随者模式下的编队控制中,将任意的队形转化为“一跟一”的局部“领导-跟随”关系并奔向目标区域,并在水中机器鱼2D仿真平台上进行仿真分析。仿真结果表明：该编队理论在多机器鱼控制系统中是有效的。     

面向空地协同作战的无人机-无人车异构 时变编队跟踪控制

本文研究了无人机自主伴飞协同侦察技术中的异构集群系统空地协同时变编队跟踪控制问题,要求多无人机与无人车在形成期望时变编队构型的同时,实现对领导者参考轨迹的跟踪。首先,对无人机与无人车进行单体运动学与动力学建模,并引入代数图论概念,建立异构集群系统的协同控制模型。然后,引入虚拟领导者刻画编队整体的运动轨迹,并基于对虚拟领导者状态的分布式观测器,对各无人机-无人车构造分布式编队跟踪控制器。进一步分析异构集群系统实现时变编队跟踪的可行性条件,给出编队跟踪控制器中各参数的选取方法。最后,给出了一个仿真例子来验证所设计控制器的有效性。     

虚拟现实在AUV地形跟踪控制研究中的应用

基于软件平台MultiGen Creator和Vega开发出自主水下航行器（AUV）地形跟踪虚拟仿真系统，详细描述了系统软件的选择、模型的创建、虚拟海洋地形和环境的生成以及地形跟踪控制策略的设计与实现，研究了虚拟现实技术在AUV地形跟踪中的应用。仿真结果表明，该系统能精确模拟现实环境中的环境交互功能，逼真演示AUV地形跟踪的动态过程，为将来的AUV避碰控制和协同控制仿真提供了参考。     

无速度测量下基于信息耦合度的自主水下航行器分群控制算法

自主水下航行器（AUV）的分群控制,表征为AUV群集在外部刺激下自发分裂成多个子群的行为。针对无速度测量下AUV群集（SAUV）的分群控制问题,提出了一种基于信息耦合度的分群控制算法。该算法利用信息耦合度表征AUV间的交互作用强度,并通过对个体运动的动态调节实现群集行为的分化。在此基础上,针对AUV分群过程中无速度测量的情况,通过设计分布式观测器对邻居速度信息进行实时估计,并将最大信息耦合度邻居的位置信息融入分群控制律中,实现了外部刺激下AUV群集的自发分群运动。理论分析和仿真实验均验证了所提分群控制算法的可行性和有效性。     

基于模糊控制的仿生机器鱼避障算法

在具有复杂性与不确定性的水环境下,针对无法建立精确的水下机器人控制数学模型问题,提出基于模糊控制的仿生机器鱼避障算法。将视线导航原理与模糊控制思想相结合,进行水下机器人路径规划。通过专家经验,设计一个模糊控制器,实时调整水下机器人的运动方向,并通过仿真实验验证该算法的有效性。仿真及实验结果表明：该算法能实时、稳定地提供水下机器人的运动路径,有效躲避障碍物,安全达到目标点。     

水下编队航行机器人的前馈加反馈控制器设计

介绍了一种能够实现水下机器人编队的分布式控制方法。在基于跟随机和领航机间的相对运动模型上,首先设计了前馈控制器及其内部模型以补偿视为外部信号的领航机信息,然后利用反推法设计了反馈镇定控制器,同时还设计了能够观测所有误差信号的状态观测器以实现反馈控制。算例仿真表明了应用设计的编队控制律,各个水下机器人能够较快地形成希望的编队,并按希望编队队形稳定航行,仿真结果验证了此种控制方法的有效性。     

国外自治水下机器人发展现状综述

从上世纪90年代中期以来, 自主式水下航行器(AUV) 在海洋科学调查以及军事领域得到越来越广泛的应用。本文阐述了现阶段国外AUV的发展现状, 首先介绍了它在水雷搜索、冰下探测以及水下作业中的最新应用, 接着对AUV的能源、水下承压与密封以及控制与导航等技术现状进行了概括。     

未知海流干扰下自主水下航行器位置跟踪控制策略研究

针对存在参数不确定性的欠驱动自主水下航行器 (AUV)水平面位置跟踪控制问题,基于李雅普诺夫理论,利用反步法设计了一种非线性控制器。利用自适应控制技术对模型本身不确定性进行补偿,同时引入自适应模糊控制技术对非线性控制器进行优化;设计了一种针对于缓慢未知时变海流的指数收敛观测器,并利用李雅普诺夫稳定性理论证明了整个AUV闭环控制系统的稳定性。针对一种新型飞翼式欠驱动AUV进行数值仿真,结果表明所设计控制器可以准确地对期望轨迹进行跟踪,证明了其有效性和鲁棒性。     

欠驱动自主水下航行器空间曲线路径跟踪控制研究

针对具有模型不确定性和输入饱和的欠驱动自主水下航行器(AUV),提出一种基于改进反步法的简单实用三维空间曲线路径跟踪鲁棒控制器。在 Serret-Frenet 坐标系下建立了空间曲线路径跟踪误差模型,结合视线角制导和虚拟向导法,设计了基于李雅普诺夫理论和改进反步法的运动学和动力学控制器。不同于传统的积分器反步法,该方法在控制器设计中采用跟踪误差的积分来增加控制器的鲁棒性,不会增加系统的状态变量和计算量;针对设计的运动学控制器存在非因果现象的问题,借助动力学模型求解出运动学控制器表达式;针对传统反步法存在的“微分爆炸”现象及动力学控制器过于复杂的问题,采用非线性跟踪微分器对控制器进行简化。仿真结果表明：采用所设计的基于改进反步法的控制器能够实现欠驱动 AUV 在模型参数不确定性和输入饱和作用下的三维空间曲线路径跟踪控制,控制精度和鲁棒性明显优于常规反步法。     

未知洋流干扰下基于单领航者的多自主水下航行器协同导航

洋流估计问题是多自主水下航行器(AUV)协同导航方法中的难点之一.针对未知洋流情况,给出了1种基于单领航者的多AUV协同导航方法.通过设计主、从AUV间的机动轨迹,将从AUV的初始定位以及洋流干扰、测速误差的初始估计问题转化为非线性极小平方优化模型求解,提高了初始化精度;并进一步将洋流干扰等作为状态变量参与协同导航过程...     

机器鱼仿真水球斯诺克比赛策略

针对中国水中机器人大赛中2D仿真机器鱼水球斯诺克项目,从比赛策略和控制方法 2方面进行研究。介绍仿真平台及斯诺克项目,给出机器鱼对目标球及最佳球洞的选择策略,提出一种基于虚拟区域法的路径规划方法,对仿真机器鱼的运动进行控制。实践结果表明,虚拟区域法在路径规划上是有效的。