多自主水下航行器系统一致性编队跟踪控制

研究了自主水下航行器的编队路径跟踪问题.基于无源性理论与一致性跟踪理论,在仅有部分AUV获取编队速度信息情形下,设计一种分布式控制律,实现了集群AUV的一致性编队跟踪.控制律分为2个部分:一部分基于无源性同步原理,建立了协同误差到跟踪误差的无源性通道;另一部分为一致性协同跟踪控制器,保证每个AUV相对于虚拟领航者的不一致参考信息通过协商达到最终一致状态.文章应用Nested Matrosov定理证明了整个闭环系统的稳定性,仿真结果验证了上述方法的有效性和可行性.     

基于领导跟随的欠驱动船舶编队跟踪控制

针对具有三自由度欠驱动水面船舶编队控制问题,提出一种基于领导跟随 ( Leader /Follower) 结构的欠驱动水面船舶队形跟踪控制方法。当系统接收到队形控制指令, 每个欠驱动水面船舶按照自己在编队中的角色进行控制,其中Leader 根据任务中的队形指令 完成航迹跟踪控制,而Followers 则依据Leader 的信息和航行中任务中的队形指令完成航迹跟 踪控制。在航迹跟踪控制中,根据期望队形任务指令为每个船舶设计需要跟踪的参考路径和 速度指令; 基于Lyapunov 理论和重定义输出方法设计非线性速度控制器和路径跟踪控制器跟 踪设计路径和速度指令; 稳定性分析证明了队形跟踪误差是一致最终稳定的。仿真结果表明 船舶可以跟踪任意期望曲线队形,从而验证了方法的有效性。     

基于聚合跟踪误差的多USV自适应连续协调控制

针对仅邻近多无人水面船(Unmanned Surface Vessel,USV)在无向连通通信拓扑结构下,USV协调轨迹跟踪控制问题,提出一种基于领航者跟随协调策略的分布式自适应连续跟踪控制算法。通过引入虚拟领航者,假设其已知期望轨迹和期望速度,利用跟随者的队形位置跟踪误差和速度跟踪误差构造聚合跟踪误差。进而基于协调跟踪控制系统的聚合跟踪误差系统模型,使用自适应项补偿外界环境的干扰,结合边界层理论提出分布式自适应连续协调跟踪控制算法以提高系统的鲁棒性。通过Lyapunov稳定性理论证明了聚合跟踪误差的收敛性,所有USV的位置跟踪误差和速度跟踪误差有界并趋于一致,仿真验证了该算法的有效性。     

一种船队编队控制的backstepping 方法

针对多船舶之间的协同合作问题,对船舶的编队控制进行了研究.通过运用领航者-跟随者方法,选择在Cartesian坐标系下建立新的船队编队控制模型,基于这种模型,利用反步技术和李亚普诺夫理论设计了一种可使船队按期望队形航行的船队编队控制器.通过考虑领队船舶与跟随船舶的航向角误差,保证了跟随船舶航向角的稳定性,从而避免其在航行过程中不断振荡.最后对所设计的控制方法的正确性及有效性进行了仿真验证.     

基于二阶一致性算法的多仿生机器鱼分布式编队控制

针对动态领航者按照自身动力学模型运动, 多个跟随者机器鱼以其为编队参考点, 根据编队要求形成队形并整体跟随领航者运动的问题, 提出一种多仿生机器鱼分布式编队控制方案. 首先, 基于二阶一致性算法给出各跟随者机器鱼估计领航者位姿信息的分布式算法;其次,给出以领航者为参考点的多仿生机器鱼编队描述方法,进而各机器鱼根据编队要求以所估得的参考点信息实时确定其在编队中的期望位姿; 再次, 各跟随者机器鱼以期望速度和角速度以及所估得的领航者位姿信息为输入, 利用模糊控制器确定其速度档位和方向档位, 实现编队的形成与保持. 仿真和实验结果均表明, 所提分布式编队控制方法是有效的, 仿生机器鱼群体能够较快形成期望队形并跟随领航者游动.     

多船舶的神经网络自适应同步控制

为了实现多艘船舶的同步运动,提出了多艘船的自适应同步控制策略.由于船舶模型参数不确定,采用了径向基神经网络来逼近不确定项,建立船舶的数学模型;其次,利用了数学图论来描述船舶之间的信息交流;接着为每艘船预先设定期望路径,并且将船舶的同步误差引入到控制器,控制船舶的运动使其不但沿各自期望路径运动,而且与多艘船舶保持同步;利用李雅普诺夫稳定性理论,证明了所设计的自适应同步控制器的稳定性;通过对三艘船舶的仿真表明,所提出神经网络自适应同步控制可以很好地解决多艘船同步控制问题.     

一类非完整移动机器人编队控制方法

针对大部分两轮非完整移动机器人轮轴中心与几何中心不重合的特点, 提出一种多机器人协调编队控制算法. 构造队形参数矩阵确定编队形状, 根据领航机器人和相关队形参数生成虚拟机器人, 把编队控制分解为跟随机器人对虚拟机器人的轨迹跟踪. 建立虚拟机器人与跟随机器人之间误差系统模型, 利用Lyapunov 理论设计相应控制器, 从而实现队形保持和变换. 应用microsoft robotics developer studio 4(MRDS4) 搭建3D 仿真平台, 设计3 组实验, 结果进一步验证了所提出方法的有效性.

     

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。     

含驱动器动力学的移动机器人编队自适应控制

针对含有驱动器及编队动力学的多非完整移动机器人编队控制问题,基于领航者-跟随者[l-ψ]控制结构,通过反步法设计了一种将运动学控制器与驱动器输入电压控制器相结合的新型控制策略。采用径向基神经网络（RBFNN）对跟随者及领航者动力学非线性不确定部分进行在线估计,并通过自适应鲁棒控制器对神经网络建模误差进行补偿。该方法不但解决了移动机器人编队控制的参数与非参数不确定性问题,同时也确保了机器人编队在期望队形下对指定轨迹的跟踪;基于Lyapunov方法的设计过程,保证了控制系统的稳定与收敛;仿真结果表明了该方法的有效性。     

基于Backstepping方法的移动机器人路径跟踪问题研究

针对轮式移动机器人的路径跟踪问题以及其非完整特性,引入一种新的虚拟反馈量,使用反演法设计了路径跟踪控制器.首先通过移动机器人的运动学模型得出其运动学位姿误差微分方程,然后基于Backstepping(逐步后推)方法设计控制器,通过构造的Lyapunov函数证明了所设计的控制器的稳定性;最后用Matlab进行仿真以及SM35机器人进行实验,结果表明,所设计的控制器能使移动机器人以任意小的误差跟踪任意给定的参考路径.     

Pattern preserving path following of unicycle teams with communication delays

This paper examines the problem of pattern-preserving path following control for unicycle teams with time-varying communication delay. A key strategy used here introduces a virtual vehicle formation such that each real vehicle has a corresponding virtual vehicle as its pursuit target. Under an input-driven consensus protocol, the virtual vehicle formation is forced to stay close to the desired vehicle formation; and a novel controller design is proposed to achieve virtual leader tracking for each vehicle with constrained motion. It is shown that, by the proposed strategy, the pattern can be preserved if the formation speed is less than some computable value that decreases with increasing size of delay, and the exact desired formation pattern can be eventually achieved if this speed tends to zero.     

一种多非完整移动机器人分布式编队控制方法

本文研究了多非完整移动机器人编队控制算法。在该算法中,参考轨迹被视为虚拟领导者,只有部分机器人可以接收到领导者信息,机器人之间只能进行局部信息交互。利用坐标变换将机器人系统的编队问题转化为变换后系统的一致性问题,在持续激励的条件下,设计了一种分布式控制算法,通过图论与Lyapunov 理论证明了该分布式控制算法可以使移动机器人队伍指数收敛于期望队形,并使队形的几何中心指数收敛到参考轨迹。最后,数值仿真验证了该控制算法的有效性。     

大规模固定翼无人机集群编队控制方法

针对大规模固定翼无人机集群的编队控制问题,提出一种分层分组控制方案.首先,设计一种分布式的无人机集群分层分组控制架构,将集群内所有无人机分成若干独立且不相交的群组,并在群组内分别形成“长机层”和“僚机层”;其次,对各群组内的长机设计协同路径跟随控制律,使长机收敛到各自期望路径上的虚拟目标点,并通过对各虚拟目标点的协调控制实现长机的协同,进而实现各群组间的协同;然后,对各组的僚机设计控制律以跟随其所在群组的长机,使其与长机保持期望的相对位置且朝向一致.设计的大规模集群编队控制律考虑了固定翼无人机的控制约束和环境中风的影响,并证明了闭环系统的稳定性.100架固定翼无人机集群的全流程数值仿真,验证了所提出控制方法的有效性.     

不确定环境下多机器人的动态编队控制

提出了一种不确定环境下多机器人的动态编队控制方法．通过队形参数矩阵确立多机器人之间的相对 位置关系,将全局队形控制问题转化为跟随机器人离轴点对虚机器人（与领航机器人运动方向一致,且对领航机器 人保持期望的相对距离和观测方位角）离轴点的跟踪．基于建立的跟随机器人和领航机器人之间的误差跟踪系统模 型设计相应控制律实现队形保持,并提出了防止机器人与障碍物及其它机器人碰撞的避障策略．仿真结果表明了所 提方法的可行性和有效性．     

Distributed attitude synchronization control for multiple flexible spacecraft without modal variable measurement

This paper solves the attitude synchronization and tracking problem for a group of flexible spacecraft without flexible‐mode variable measurement. The spacecraft formation is studied in a leader‐following synchronization scheme with a dynamic virtual leader. With the application of adaptive sliding‐mode control technique, a distributed modified Rodriguez parameters‐based dynamic controller is proposed for flexible spacecraft without requiring modal variable measurement. It is proved that the attitude synchronization and tracking can be achieved asymptotically under the control strategy through the Lyapunov's stability analysis. Furthermore, a distributed robust continuous control algorithm is designed to guarantee the ultimate boundedness of both the attitude tracking error and the modal variable observation error when bounded external disturbances exist. Some numerical simulation examples for multiple flexible spacecraft formation are given to demonstrate the effectiveness of the proposed method.     

Fuzzy control of a class of autonomous formation constrained systems

This paper investigates the problem of controlling multiple mobile agents to maintain a desired geometric formation within a constrained environment. The influence of diversity of the perception radius and initial velocity is considered by using a fuzzy-logic-based potential function. A virtual leader is introduced to direct the group to track a desired path. Then the motion of the group is examined with the velocity damping and the mass of all the agents, respectively. By LaSalle’s invariant principle, not only the system stability can be guaranteed, but also the desired formation pattern without collisions with given boundary of a multi-agent system can be achieved. Numerical simulations are illustrated to demonstrate the effectiveness and robustness of the proposed control scheme.     

多机器人主—从行星式编队控制

研究了二阶积分器描述的多机器人主—从行星式编队控制问题,提出了将多机器人编队分解为每个机器人对各自具有时变速度的虚拟机器人的跟踪控制,使得每个机器人相对于虚拟机器人的位置与速度跟踪误差收敛为零且彼此不相碰撞,此时编队系统收敛到理想队形.在统一的算法框架下,分别实现了跟随者以领航者为中心的公转运动编队(revolution formation,RF)模式和跟随者与领航者保持期望距离、期望速度的编队(desiredformation,DF)模式.公转运动编队(RF)模式适用于异构多机器人系统的环境探索任务;保持期望距离、期望速度的编队(DF)模式适用于自主水下机器人(AUV)、无人机(UAV)等合作与协调任务.应用李亚普诺夫稳定性理论对控制算法的稳定性进行了分析,并通过计算机仿真验证了该方法的有效性.     

Collision-free formation generation and tracking of unmanned aerial vehicles based on physicomimetics approach

This paper investigates the problem of collision-free leader–follower formation generation and tracking of multiple fixed-wing unmanned aerial vehicles (UAVs). A group of UAVs, described by unicycle-type models subject to velocity constraints, are required to form a desired formation, while tracking a virtual leader and achieving collision-free flight. To handle this problem, a novel control law based on physicomimetics approach is proposed, which integrates the formation generation, formation tracking, and collision avoidance together. Physical forces are imitated to design artificial forces used in control laws that drive multiple UAVs to accomplish desired collaborative behaviors. Further, the virtual repulsion is embedded in the physicomimetics-based control scheme to achieve obstacle avoidance naturally. The artificial forces have similar meaning to the physical forces because of similar forms, which facilitates the design and adjustment of the control strategy. Specially, to deal with the speed constraints of fixed-wing UAVs, a saturation function is applied to modify the control laws and the stability is proved theoretically. Finally, numerical simulations and hardware-in-the-loop experiments are provided to verify the effectiveness of the proposed control scheme.