采用一致性算法与虚拟结构的多自主水下航行器编队控制

采用一致性算法与虚拟结构法研究了多自主水下航行器(AUV)小尺度编队控制问题.首先针对各自主水下航行器拥有不同虚拟领航者信息(参考信息)的情况,通过对各AUV拥有的不一致参考信息进行一致性协商而达到状态一致.其次,基于虚拟结构思想采用坐标变换将各AUV相对于虚拟领航者的相对位置转换为各自的期望位置,并设计了一种有限时间跟踪控制律以确保各AUV能在有限时间内跟踪上其期望轨迹,从而实现了多AUV的小尺度有限时间编队控制.最后仿真实验验证了控制策略的有效性.     

基于固定时间滑模干扰观测器的AUVs事件触发编队控制

研究多自主水下机器人(AUVs)编队控制过程中存在外部未知扰动、模型参数摄动和节约控制器传输网络能耗的问题,提出一种抗扰动的固定时间相对阈值事件触发编队控制方法.首先,给出自适应固定时间积分滑模干扰观测器(AFISMDO),在固定时间内用来估计系统的复合扰动;其次,基于所设计的AFISMDO,将非线性滤波器引入到反步算...     

事件触发策略下多AUV抗干扰固定时间编队控制

针对多AUV编队控制的模型参数不确定及未知海流干扰的问题,提出基于固定时间模糊干扰观测器的事件触发编队控制方法,该方法可保证编队控制在固定时间内收敛.首先,构造了固定时间模糊干扰观测器处理系统的集总扰动,实现固定时间内对扰动的精确估计.在扰动观测器的基础上,将指令滤波器与反步法结合,消除了多次求导产生的计算爆炸问题;其...     

具有规定性能的多智能体动态事件触发编队控制

针对多智能体系统编队控制过程中面临的性能约束、输入饱和、通信资源受限等问题,研究一类具有规定性能的高阶非仿射多智能体系统编队控制问题,提出一种有限时间动态事件触发编队控制策略。首先利用反步法设计控制律,并引入微分跟踪技术解决“计算爆炸”问题,有效避免对复杂虚拟控制律的求导过程;其次采用模糊逻辑系统估计系统内部的不确定性,通过设计性能函数和饱和补偿系统使得多智能体满足规定瞬态性能并防止输入饱和所带来的影响;随后为了解决通信资源受限的问题,构造一个具有动态阈值的自适应事件触发协议,有效减少控制器与执行器之间的通信量;最后利用李雅普诺夫稳定性理论分析闭环系统的稳定性,保证编队误差将渐近收敛至0且系统中所有信号均有界。采用含有1个领导者和5个跟随者的多智能体模型进行仿真验证,结果表明,在该有限时间动态事件触发编队控制策略下,多智能体系统最终形成以领导者为圆心、跟随者都在圆上的编队队形,且编队误差在规定的范围内演化。     

基于有限时间系统同步的自治水下航行器回收控制

基于主-从系统状态同步的思想,提出了母艇在平面运动中回收自治水下航行器（Autonomous underwater vehicle,AUV）的一种控制方法. 在给出母艇和自治水下航行器的动力学模型基础上,建立了自治水下航行器（从系统）接收母艇（主系统）的状态信息并控制自身接近母艇的主从控制方案,使母艇自主回收水下航行器的问题转化为两者的运动状态同步问题. 利用有限时间稳定性理论,设计了一种在常值海流扰动影响下,自治水下航行器能够在有限时间内被母艇回收的滑模控制器,理论证明和仿真实例证实了该控制器的有效性.     

基于事件触发的非线性多智能体系统的固定时间分群一致性

结合事件触发控制方法研究非线性多智能体系统的固定时间分群一致性问题.提出一种非线性分布式事件触发分群一致性控制协议,并给出状态信息触发控制器更新的条件.该控制协议不受入度平衡条件限制,且只需自身状态信息与邻居智能体进行通信即可在固定时间内快速实现分群一致性.系统收敛时间与智能体的初始状态无关,可有效降低系统控制器更新频率和系统的资源消耗.结合代数图论、矩阵分析及Lyapunov稳定性理论,证明在所提出协议作用下,多智能体系统在固定时间内能够实现分群一致性,且不存在Zeno行为.最后,通过仿真实例检验了理论结果的可行性.     

具有速度调节机制的船舶事件触发编队控制

针对实际海洋环境下, 欠驱动水面船舶(USV)编队控制任务中存在控制输入频繁抖振、模型结构未知和航行速度难以控制等问题, 本文提出一种具有速度调节性能的事件触发编队控制算法. 首先, 该算法采用径向基神经网络(RBF–NN)对模型结构不确定进行逼近. 同时, 为了减少控制输入频繁抖振和通信信道占用次数, 设计了一种满足控制器与神经网络权重估计器同步触发的事件触发机制. 其次, 针对现有领导–跟随方法中存在的领导船速度信息不可知、跟随船速度不可控的问题, 设计了一种自适应速度调节器, 使跟随船在不需要领导船速度信息的情况下实时地调节航行速度. 利用李雅普诺夫稳定性理论证明了所提控制算法满足半全局一致最终有界收敛. 最后, 通过仿真实验验证了所提出算法的有效性.     

多无人机完全分布式有限时间编队控制

针对分布式通信网络,研究多无人机完全分布式编队生成和保持控制问题.基于滑模和自适应方法设计自适应耦合增益,进而结合与邻居无人机之间的相对状态设计一种新的有限时间编队控制器.该算法去掉了传统编队控制器依赖通信网络范围和拓扑及Leader无人机状态等全局信息的限制,基于Lyapunov理论证明无人机编队误差在有限时间可以收敛到边界可调的邻域内.对三维运动的多无人机编队进行仿真验证,结果显示,所设计的编队控制算法可以实现多无人机有限时间完全分布式编队生成和保持.     

基于事件触发的Buck型DC-DC变换器有限时间控制

针对Buck型DC-DC变换器输出电压跟踪控制问题,提出了一种基于事件触发机制的有限时间控制方案。首先,将Buck变换器建模成一类反馈型非线性系统。然后,为能有效地避免通信资源的浪费,通过构造一种状态变换设计了一种事件触发机制;同时,利用反步法,设计了系统的状态反馈控制器,该控制器在事件触发时刻更新;然后,基于所设计的事件触发控制器,利用有限时间Lyapunov稳定性理论分析了系统的稳定性,并证明了所设计的控制方案不会发生Zeno现象;最后,通过Buck变换器仿真实例验证了所提出的事件触发控制方案的有效性,仿真结果表明了在所设计的控制方案下,Buck型DC-DC变换器的输出在有限时间内可以达到期望值,同时还能减少通信资源的浪费。     

无人艇全分布式动态事件触发编队控制

针对通信资源受限的多无人艇(USV)编队控制问题, 本文提出了一种动态事件触发数据传输机制以降低通信频率, 减少控制算法对系统带宽的占用. 首先, 基于滑模和自适应控制算法设计一种全分布式编队控制器, 使得所有编队成员在保持预设队形的同时能够完成对期望轨迹的跟踪. 与现有编队控制器相比, 该控制器不需要通信网络的全局信息. 然后, 基于Lyapunov稳定性理论证明了编队跟踪误差以及所有闭环信号都能达到稳定状态. 此外,该算法能够保证触发时间序列不表现出Zeno行为. 最后, 通过数值仿真验证了全分布式编队控制器的有效性     

A Novel Obstacle Avoidance Consensus Control for Multi-AUV Formation System

In this paper, the fixed-time event-triggered obstacle avoidance consensus control for a multi-AUV time-varying formation system in a 3D environment is presented by using an improved artificial potential field and leader-follower strategy(IAPF-LF). Firstly, the proposed fixed-time control can achieve the desired multi-AUV formation within a fixed settling time in any initial system state. Secondly, an event-triggered communication strategy is developed to govern the communication among AUVs, and...     

Dynamic Event-Triggered Fixed-Time Consensus Control and Its Applications to Magnetic Map Construction

This article deals with the consensus problem of multi-agent systems by developing a fixed-time consensus control approach with a dynamic event-triggered rule. First, a new fixed-time stability condition is obtained where the less conservative settling time is given such that the theoretical settling time can well reflect the real consensus time. Second, a dynamic event-triggered rule is designed to decrease the use of chip and network resources where Zeno behaviors can be avoided after consensus is achieved, especially for finite/fixed-time consensus control approaches. Third, in terms of the developed dynamic event-triggered rule, a fixed-time consensus control approach by introducing a new item is proposed to coordinate the multi-agent system to reach consensus. The corresponding stability of the multi-agent system with the proposed control approach and dynamic event-triggered rule is analyzed based on Lyapunov theory and the fixed-time stability theorem. At last, the effectiveness of the dynamic event-triggered fixed-time consensus control approach is verified by simulations and experiments for the problem of magnetic map construction based on multiple mobile robots.

     

基于事件触发机制的自主车辆队列协同控制

为应对通信过程存在的扰动以及减少自主车辆队列控制中的信息冗余、资源浪费,提出了一种基于事件触发机制的自主车辆队列协同控制算法,保证自主车辆队列的稳定运行。首先,针对有向通信拓扑结构下的自主车辆队列设计基于事件触发机制的协同控制算法,即使存在扰动约束,自主车辆也可以在该算法的控制下有效跟随领航车辆的速度,且与相邻车辆保持期望的安全距离。其次,通过设计Lyapunov函数以及分析Zeno行为,证明算法的有效性和安全性。最后,通过MATLAB仿真验证了控制算法的正确性。     

基于径向基函数神经网络的移动机器人多变量固定时间编队控制

针对带多不确定性的一组非完整移动机器人的编队控制收敛问题,提出了基于径向基函数神经网络的移动机器人多变量固定时间领航者-跟随者编队控制算法.RBFNN补偿了系统所受的多不确定性,并消除了鲁棒控制的抖振现象.基于固定时间理论和Lyapunov方法进行了控制算法设计,使所提出的控制方法保证了编队控制系统中的所有信号全局固定时间收敛,在任意系统初始条件下,在通过参数设计的固定时间内,使机器人编队达到期望编队.仿真结果显示了所提出算法的有效性.     

事件触发间歇通讯下多智能体系统的固定时间分布式优化

针对多智能体系统的分布式优化问题,提出一种新的事件触发非周期间歇通讯控制方法,并研究该控制方法下系统的固定时间收敛性.首先,考虑一类更一般的分布式优化问题,其优化目标是局部目标函数的凸组合.其次,为了减少控制过程中智能体之间的通讯花费,设计一种新的事件触发间歇控制协议.通过引入两个辅助动力系统,并运用固定时间稳定性理论、代数图论和不等式放缩技巧,证明智能体的状态在固定时间内达到一致并渐近收敛到优化问题的最优解.结合事件触发条件以及间歇控制机制,排除控制过程中的Zeno行为.最后,通过数值仿真验证所得结论的有效性.     

电驱移动机器人多变量固定时间连续编队控制

针对扰动下电驱动非完整移动机器人固定时间编队控制问题,通过引入包含驱动器动力学的领航者-跟随者状态空间动力学模型,分两步对编队控制器进行了设计。对领航者跟随者编队运动学模型进行了多变量固定时间控制设计。在动力学层面,为实现扰动下的速度跟踪,通过辅助输入设计了一种跟随者机器人多变量超螺旋固定时间连续电压控制器。所提算法使机器人编队克服了跟随者机器人所受干扰,确保了跟随者机器人与领航者在固定时间达到期望队形,跟随者在固定时间内跟随期望速度,设计的连续控制消除了开关控制的抖振现象。通过参数设计提前给定系统收敛的固定时间,与系统初始状态无关。基于Lyapunov方法进行了系统稳定性分析。通过仿真对算法进行了验证。     

基于扰动观测器的AUVs固定时间编队控制

考虑含有模型参数不确定及未知海洋扰动的多AUVs协同编队问题,本文提出一种新的控制方法,该方法可保证编队在固定时间内实现.首先,将模型参数不确定及海洋扰动看作复合扰动,设计扰动观测器,实现固定时间内对扰动的精确估计.基于扰动观测器,指令滤波技术、固定时间理论及虚拟轨迹概念,设计编队控制律,实现编队目标,并保证闭环系统中的所有信号是全局固定时间稳定的.最后通过两艘AUV的编队仿真验证了所提算法的有效性.