事件触发下的多无人机时变编队控制

针对二阶多无人机系统时变编队控制问题,借助事件触发函数,设计了一致性分布式控制器,使其形成时变编队。结合Laplacian矩阵的特殊性质,对其分解,将编队问题化简为低阶系统渐近稳定性问题。给出控制器设计算法,利用线性矩阵不等式(LMI)和Lyapunov函数证明了在给定事件触发函数下算法的有效性,并证明了所给事件触发函数时间序列不存在Zeno现象。对多无人机系统的运动在三维空间进行仿真,结果表明无人机在所设计的控制器作用下形成期望的时变编队,有效地节约了通信带宽和计算资源。     

联合连通拓扑条件下多无人机系统编队包含控制

针对联合连通拓扑条件下具有多个领导者的多无人机系统编队包含控制问题,分别为领导者和跟随者设计分布式一致性控制器,依据领导者和跟随者对Laplacian矩阵进行分块,对具有有向生成树的Laplacian矩阵进行特殊分解,将领导者的编队控制问题简化为低阶时变系统的渐近稳定性问题。定义跟随者实现包含控制误差量,将跟随者的包含控制问题简化为时变系统的渐近稳定性问题。利用平均化方法,将两个时变系统的渐近稳定性问题转化为两个时间平均系统的渐近稳定性问题,借助线性矩阵不等式和Lyapunov函数给出了控制器的设计步骤,使得多无人机系统的通信拓扑切换足够快,多无人机系统就能在联合连通拓扑条件下实现编队包含控制。通过仿真验证,结果表明所设计控制器的有效性。     

基于分层控制结构的有人/无人机编队队形控制

针对有人/无人机(MAV/UAV)系统在三维空间下的协同编队队形保持和变换问题,提出了具有分层结构的有人/无人机编队控制方法。根据有人/无人机指挥控制方式和作战流程,设计有人/无人机编队系统控制结构,其中,采用动态面控制方法设计有人机轨迹跟踪控制器,解决了反步控制中虚拟控制信号反复求导的问题;基于有限集中分布式编队控制策略设计无人机编队控制器,实现了多架无人机与有人机的协同编队飞行,并基于Lyapunov理论证明了控制器的稳定性。最后,针对三维空间下的有人/无人机编队进行仿真,仿真结果验证了所设计有人/无人机编队控制策略的有效性。     

基于深度强化学习的无人机编队控制

针对无人机编队控制中无人机智能化程度不足、缺乏自主学习能力等问题,基于深度强化学习中DDQN算法设计无人机编队控制器,该控制器可同时控制速度与航向通道,使僚机能够自学习跟踪长机并保持编队,提高无人机智能化程度。为验证设计控制器的有效性,通过仿真将设计的DDQN控制器与传统PID控制器进行对比。对比结果表明,该控制器可有效形成无人机编队并满足编队要求,对无人机编队智能化控制进行了有效探索。     

弹性模型结合改进滑模控制器的无人机协同控制

提出了一种基于改进指数趋近律的滑模控制器的无人机编队建模与控制方法。首先采用弹性系统模型对无人机编队进行动力学分析,把每个无人机看作一个质量点,无人机之间的位置关系可以视为编队控制时的约束力;在此基础上采用一种固定的通信拓扑,对编队平衡状态进行分析,建立无人机编队的动力学模型。同时利用一种基于改进指数趋近律的滑模控制器实现无人机编队协同控制,以此加快系统稳定的收敛速度,削弱传统滑模控制器的抖振现象,保证无人机编队协同控制的稳定性。最后,通过实际无人机编队飞行试验来验证无人机编队动力学模型的可行性与无人机编队控制器的稳定性。     

基于一致性理论的四旋翼无人机分布式编队控制方法

介绍了图论和群体系统一致性的相关理论,提出一种分布式四旋翼无人机编队控制方法,将四旋翼无人机描述为二阶积分器动力系统,采用相对位置偏差描述编队队形;根据四旋翼无人机之间通信拓扑关系将四旋翼无人机编队建模为图,探索了领航跟随法和基于图论法的融合策略,给出一种有领航者的二阶一致性算法。在该算法下,编队可以完成编队集结和编队机动等行为,最后通过仿真实验验证了该方法的有效性。     

分布式异构集群系统PI编队跟踪控制

同构集群系统因其组成个体的单一性而存在功能上的局限性。异构集群系统的个体组成具有多样性,因此可以扩展同构集群系统的功能。针对异构集群系统的编队跟踪控制问题,文中基于领导者-跟随者模型,在有向通信拓扑结构下设计了一种分布式PI编队跟踪控制协议。设计了期望的时变编队队形,跟随者在跟踪领导者的同时可保持期望的编队队形,使系统中的所有智能体均能够达到期望位置。考虑到真实系统会受到外部未知有界扰动和一些不确定因素的影响,因此基于李雅普诺夫稳定性理论给出了保证系统跟踪误差一致有界的充分条件,并进行了鲁棒性分析。根据设计的控制协议及控制条件进行了仿真验证,结果表明所设计的PI编队跟踪控制策略能够有效解决异构集群系统的编队跟踪控制问题。     

特定领航者模式的多机器人编队控制方法

针对特定领航者模式的多机器人系统稳定性问题,提出了一种基于一致性的编队控制算法。考虑系统的各个状态都能够收敛到期望的定常相对值,利用Lyapunov稳定性理论和矩阵理论,推导出了该类方法使多机器人编队系统达到一致的充分条件,得到设计该条件下系统一致性协议的约束。随机设置了特定领航者模式的通信拓扑关系,利用上述推导获得的充分条件,进而对该算法收敛性进行分析,并针对该模式给出一个满足条件的算法。数值仿真验证了所提算法的有效性。     

基于脉冲控制的时延异构多智能体编队控制

为提高编队系统鲁棒性,降低系统对通信条件的要求,针对异构多智能体系统的编队控制问题,提出一种基于脉冲控制的编队控制方法.考虑异构多智能体的切换拓扑与变时延情况,根据一致性理论,提出基于领航跟随者模型的脉冲控制协议.利用矩阵分析方法将异构多智能体编队系统的变时延问题转化为时延上界问题,通过构造Lyapunov函数并利用Lyapunov稳定理论得到系统实现编队控制一致性的充分条件.同时,为比较不同控制协议的优劣性,提出切换拓扑下多智能体编队控制的平均通信代价指标.仿真结果验证了所提脉冲控制方法的有效性和优越性.     

无人机编队的滚动时域控制

滚动时域控制(RHC)具有状态约束和输入约束处理、综合多控制目标、适应条件变化等特点,在编队控制领域渐受关注。无人机编队控制涉及队形描述、气动耦合、位置关系描述、控制算法等问题,针对目前应用范围较广的长机-僚机描述的松散编队控制,提出基于二次规划描述的RHC编队控制方法,设计了基于标准RHC的编队控制器。在此基础上,结合不变集理论设计了双模RHC编队控制器,分析了其应用局限性及对控制器参数设计的指导意义。仿真实验验证了控制律的有效性,并分析了控制器参数对闭环性能的影响。     

无人机紧密编队协同控制设计与仿真

研究了紧密编队无人机所受气动耦合的影响以及三维环境下的编队控制方法,分析了在气动耦合影响下编队的动力学特性和运动学特性,建立了紧密编队控制的数学模型。根据编队飞行实体试验的工程控制方法,采用经典PID控制设计了紧密编队控制系统。仿真实验表明,设计的控制系统能够较好地实现无人机紧密编队队形形成与保持,并且具有编队形成速度快、编队误差小的优点。     

基于信干噪比的无人机集群分布式编队控制算法

编队控制和组网通信是无人机集群保持队形稳定和执行协同任务的前提条件。现有的编队控制算法侧重于队形控制,往往对无人机之间的通信因素考虑较少。针对无人机集群组网编队问题,设计了基于信干噪比(Signal to Interference plus Noise Ratio,SINR)的分布式编队控制算法。该算法兼顾接入覆盖与网络连通性要求,以SINR为参考构建虚拟作用力,能够使无人机以分布式控制的方式自主移动到通信质量更优的位置并维持稳定的拓扑结构。仿真结果表明,该算法可以适用于不同场景,能够在保证网络连通稳定的前提下优化目标区域用户的通信质量,并且具有较高的接入覆盖率和编队稳定性。     

快速一致性控制算法下的多UAV分布式协同控制

多无人机系统中,系统状态的一致性是实现多无人机分布式协同控制的基础, 一致性控制算法是多无人机系统实现状态一致的有效方法。通信约束条件下, 无人机平台基于局部交互信息, 通过一致性控制算法, 控制系统状态演化一致。为解决改变通信拓扑结构和多跳路由通信的不可操作性问题, 引入状态差值和预测状态,设计新的快速一致性控制算法。给出新算法收敛性和快速性的相关定理,并进行了严格的数学证明, 在分布式协同控制结构下实现多无人机快速任务协同。理论分析和仿真实验验证了算法的可行性和有效性。     

有向拓扑下多无人机系统编队跟踪控制

针对分布式群系统编队控制问题,提出一种有向拓扑条件下的分布式编队控制方法。首先,通过在控制协议中引入辅助函数,利用变量代换,将编队控制问题简化为自治系统的稳定性问题,使得复杂的控制问题简单化。其次,通过求解线性矩阵不等式设计控制增益矩阵,形式简单,求解复杂度低。然后借助李雅普诺夫方法分析系统的稳定性。仿真实验表明,多无人机系统在分布式控制协议下,能够有效实现编队跟踪控制。     

异构多智能体时变编队的PI控制策略

有关多智能体系统的研究成果中大多是考虑同构多智能体系统的一致性控制问题,而实际应用中需要多种智能体依据期望编队队形协同工作,并且真实系统的动力学往往具有非线性性质.针对此问题,在无向拓扑结构下,利用非线性参数分解的方法,设计了基于PI控制器与自适应控制策略的一种异构非线性多智能体系统时变编队控制策略.由于真实系统会不可避免地受到外部扰动的影响,而外部扰动的大小是存在一定范围的,因此,在所设计的控制策略基础上又考虑了存在外部有界扰动情况时多智能体系统的稳定性问题,通过构造Lyapunov函数分析了所设计控制策略的稳定性问题,并使用Matlab进行了仿真验证.结果表明,设计的控制策略可以实现异构多智能体系统的时变编队控制,且具有一定的有效性.     

一致性Multi-Agent编队控制综述

多智能体系统一致性编队控制研究范围涵盖多无人机、机器人、水下无人航行器的编队运动问题,是系统控制领域的研究热点之一。从一致性编队生成和编队跟随两个方面回顾了近年来一致性编队控制的主要研究成果,总结了基于一致性编队控制研究的最新进展,最后简要叙述了该领域中一些有待解决的问题及可能的研究方向。     

基于端到端延时补偿的TOA无人机编队协同定位算法

针对无人机编队无线通信中端到端延时抖动较大,难以确定有效传输时延,进行通信时时差定位误差较大的问题,提出采用先拟合后补偿的方法确定端到端延时最大值、最小值和滤波均值,由此确定端到端延时拟合下的传输时延。当无人机编队中部分无人机出现全球导航卫星系统(GNSS)失效时,根据无人机编队通信时差,由其他无人机协同实现该无人机位置定位。仿真结果表明,当距离指数精度达到10 m时,定位误差可控制在7 m以内;预处理获取的编队无人机相对距离指数精度越高,定位精度越高;采用不同的端到端延时值作为补偿标准,均可达到相同的定位精度。与常规无人机编队算法相比,该算法能在一定程度上摆脱无人机位置定位对GNSS的依赖;与非常规定位算法相比,此算法无需增加额外设备,且定位算法复杂度较低。     

四旋翼运输编队的环形耦合同步控制器设计

无人机编队协同运输时,外界干扰可能使无人机运动不同步、破坏队形、损坏运输物品.针对这一问题,提出一种优先保持队形稳定的无人机编队控制方法.首先,使用虚拟结构编队飞行策略,设计单个四旋翼的比例微分控制器(PD控制器),然后添加整个编队的环形耦合同步控制器.用仿真验证了该方法的有效性,与已有的虚拟状态估计控制方法相比,该方法在受到干扰后回归队形的时间更短,队形破坏程度更小.同时该方法还可以进一步使偏航角同步响应.     

基于人工势场法的集群避障算法应用研究

针对无人机集群避障的问题,选用效率高、应用普遍的人工势场法作为避障算法, 结合一致性编队理论,采用领航者—跟随者编队算法对无人机进行编队控制。并且对于障碍物增加虚拟障碍点进行重新拟合,以优化避障路径。结合以上内容有效地解决了无人机集群的避障应用问题。     

无人机编队飞行面临问题及关键技术研究

随着无人机任务的复杂性增加,无人机编队飞行成为无人机发展的新方向。为了研究无人机由于编队带来的新问题,分析在单架无人机执行任务时所遇到的问题及无人机编队飞行的必要性,并在分析无人机编队飞行的特点基础上,阐述编队飞行过程中所需解决的问题。通过查阅近几年国内外对于无人机编队的问题研究,总结整理出无人机编队主要面临的队形保持中控制器设计、防撞避障及航迹规划中路径优化等问题。针对各个问题,对编队飞行过程中的关键技术进行探讨和分析。