多无人机自适应编队协同航迹规划

针对多无人机(UAV)协同航迹规划中因编队队形约束而忽略部分较窄通道的问题,提出了一种基于自适应分布式模型预测控制的快速粒子群优化(ADMPC-FPSO)方法。该方法利用领航跟随法和虚拟结构法相结合的编队策略构造出虚拟编队引导点,以完成自适应编队协同控制任务。根据模型预测控制的思想,结合分布式控制方法,将协同航迹规划转化为滚动在线优化问题,且以最小距离等性能指标为代价函数。通过设计评价函数准则,使用变权重快速粒子群优化算法对问题进行求解。仿真结果表明,通过所提算法能够有效实现多无人机协同航迹规划,并可根据环境变化快速完成自适应编队变换,同时较传统编队策略代价更低。     

基于群智能-一致性理论的无人机编队全过程飞行航迹规划方法

针对无人机编队执行任务全过程飞行规划问题,提出一种基于多步粒子群优化的无人机编队航迹规划算法.首先,对无人机和执行任务策略进行建模,将编队执行任务全过程划分为编队成形、执行任务、返航、解散和无人机降落5个阶段,设计不同阶段的飞行策略;其次,针对不同的终端约束条件,设计多类多层优化指标,提出多步粒子群算法,并引入模型预测控制滚动优化航路点,得到适用于不同阶段的能严格满足约束条件的航路规划方法;然后,建立旋转坐标系,将航路点信息转换为编队控制律中的理想航向和高度信息,得到能通过航路点的编队控制算法;最后,利用编队控制算法去执行航路规划方法给出的航路点,生成航迹,得到编队航迹规划算法.仿真结果表明,所提规划方法比传统方法更适用于编队飞行,能为编队规划执行任务全过程的平滑航迹,具有良好的通用性.     

任意初始位置机器人领航跟随型迭代学习编队

针对移动机器人编队形成与队形保持问题,提出了一种适用于任意初始位置条件下的迭代学习编队控制算法。采用领航-跟随型编队法,仅利用领航者的运动轨迹和期望的编队队形推导出跟随者的参考航迹,引入迭代学习控制（Iterative Learning Control,ILC）方法,设计跟随者的控制律,使跟随者随着每次迭代调节自身的线速度和角速度,与领航者一起以期望编队队形工作;引入对初始位置的学习,即同时进行编队队形的学习和编队初始位置的学习。解决了任意初始位置的多移动机器人形成并保持期望编队队形的问题。并在理论上分析了控制算法的可行性,仿真结果验证了控制算法的有效性。     

基于滚动时域的无人机动态航迹规划

针对带有动力学约束的多旋翼无人机航迹规划问题,提出了一种基于滚动时域控制和快速粒子群优化(RHC-FPSO)方法。该方法引入了基于VORONOI图的代价图方法说明从航迹端点到达目标点的距离估计。根据滚动时域和人工势场法的思想,将路径规划问题转化为优化问题,以最小距离和其他性能指标为代价函数。设计评价函数准则,按照评价准则使用变权重粒子群优化算法求解。针对无人机靠近危险区飞行的问题,将斥力场引入到代价函数中,提升其安全性。仿真实验结果显示,使用文中方法可以有效地在满足约束条件下穿过障碍物区域,以及在复杂环境下可以动态计算。     

基于改进粒子群算法的UAV航迹规划方法

结合当前无人机集群发展趋势,针对航迹规划算法和策略问题开展研究,在分析经典粒子群算法和传统航迹规划方法基础上,提出了一种基于改进粒子群算法的航迹规划方法,将无人机航迹规划分为整体航迹规划和节点间航迹规划两部分,针对两部分对于搜索速度和解的精度的不同需求,结合环境模型及约束条件,分别设计粒子群航迹规划算法的评价函数;对于节点间粒子群航迹规划,通过设计分段式惯性权重调整公式改进粒子群算法,在保证了算法的搜索速度的同时,提高了航迹规划解的精度。通过仿真验证了该方法的正确性和可行性,横向对比其他算法策略分析了该方法的优越性。最后在算法自主实时性方向上对于后续的工作开展提出了期望。     

基于数字地图的亚音速飞行器最优地形跟随

针对真实高山地形设计了一套地形跟随系统;首先,根据数字地图结合航迹规划算法生成参考航迹;接着设计了一个基于滚动时域优化的航迹控制器,用于跟踪航迹、稳定速度并处理约束,将预测时域内的航迹点作为参考输入,通过最小化跟踪误差以及滚动优化实时求解控制量;仿真结果表明,与基于适应角导引的地形跟随系统相比,文章的方法具有更好的性能,能够满足亚音速飞行器地形跟随任务需求.     

复杂环境中多无人智能车协同控制

该文对多无人智能车以领航-跟随法在复杂环境下运动的编队控制问题进行了探讨,通过采用闭环控制律设计了一种编队控制器和编队控制方案,该编队控制器的优点在于其主要考虑智能车之间的距离和角度,同时参考领航者与相邻跟随者之间的信息实现精准控制。基于所搭建的模拟测试环境,测试改进的控制方法与传统编队方法。实验结果显示,该文所提出的方法在复杂环境下具有更好的运动控制效果。     

分数阶多机器人的领航–跟随型环形编队控制

针对多机器人系统的环形编队控制复杂问题,提出一种基于分数阶多机器人的环形编队控制方法,应用领航–跟随编队方法来控制多机器人系统的环形编队和目标包围,通过设计状态估测器,实现对多机器人的状态估计.由领航者获取系统中目标状态的信息,跟随者监测到领航者的状态信息并完成包围环绕编队控制,使多机器人系统形成对动态目标的目标跟踪....     

扰动作用下的多移动机器人编队模型预测控制

针对多移动机器人编队中的领航者和跟随者同时受系统内部未建模动态和风向、路面平整度等内外扰动影响而带来的无法保持编队队形的问题,提出了基于扩张状态观测器(ESO)的模型预测(MPC)编队控制方法。首先,建立带有扰动项的领航跟随编队模型,然后分别设计ESO对领航者和跟随者所受扰动进行估计,将该编队模型进行线性化离散化处理作为MPC编队控制器的预测模型,在预测输出方程中引入对扰动的估计结果,最后通过滚动优化求解最优控制律,实现对多移动机器人的鲁棒编队控制。仿真实验结果验证了所提出的控制方法的有效性。     

复杂环境下无人机快速航迹规划研究

针对一般航迹规划算法在复杂环境下适用性差、耗时长、容易失效的问题,提出了一种复合快速航迹生成算法。该算法采用新型的多逻辑威胁值网点法为环境建模形式,在此基础上将加以改进后的粒子群算法引入到航迹近似最优解的快速求取过程中,对所得的航迹近似解进行分段局部优化以及可飞性修正处理,将近似解变为最优解。仿真结果显示该复合算法通用性好、速度快、精度高,能较好地应用于复杂环境下无人机航迹的快速求解。     

未知环境下多AUV协同避障方法研究

针对多AUV（autonomous underwater vehicle）系统在未知环境中进行路径规划时难以兼顾避障与编队的问题,提出了一种基于领航—跟随者与行为的多AUV协同避障方法。首先,通过构造碰撞危险度及偏离目标评价函数,设计了AUV局部路径规划方法;在此基础上,结合编队控制方法,分别为领航者和跟随者设计不同的行为以及行为选择模式。半物理仿真实验结果表明,该算法能够实现多AUV系统在未知环境中的协同避障,且队形偏离度与恢复队形时间优于传统多机器人避障算法。实验结果证明了该算法的可行性与有效性。     

Cooperative Control of Multiple UAVs for Source Seeking

This paper considers the problem of unknown scalar field source seeking using multiple UAVs subject to input constraints. In this problem, each UAV can only measure the scalar field value at its current location. In order to seek the scalar field source, cooperation of multiple UAVs is carried out by adopting a leader-follower formation strategy. A least squares method is introduced to estimate the gradient of the scalar field at the leader UAV location based on the measurements of all UAVs. By using the estimated gradient, this paper proposes a guidance law for the heading of the leader UAV, and a sliding mode based heading rate controller is designed for the leader UAV to follow the desired heading angle. Furthermore, a heading rate controller is developed for each follower UAV to achieve circular formation around the leader UAV. Finally, simulation results are provided to demonstrate the effectiveness of the proposed approach.     

基于三维程控的无人机协同编队飞行研究

基于三维程控飞行策略,对多无人机(UAV)协同编队飞行控制进行研究,提出一种多机同方位任务需求的编队控制方法.采用“长机-僚机”编队结构模式控制编队飞行,以编队中的长机航迹坐标为基准坐标系实现了僚机与长机相对位置一致的控制;实现了编队中所有无人机同时到达指定位置并保持速度相对稳定的控制.通过航路规划和编队遥调,实现了人工干预与自动控制结合的编队飞行策略.仿真结果表明,该方法具有较好的可实施性、管理性、应用性和安全性.     

具有输入饱和的欠驱动船舶编队控制

研究了具有输入饱和且存在横荡运动的欠驱动船舶在水面上运动的编队控制问题.使用Leader-follower方法,将编队控制问题转化为镇定控制问题.给出了不同于Backstepping方法的编队控制器设计三步法,该方法有助于克服输入饱和的影响,并分析了闭环系统的稳定性.进一步,将跟随船控制输入中的微分、虚拟领航船的加速度、跟随船动力学模型的不确定性和外扰统一视为干扰,应用干扰观测器估计并在控制器中给予补偿.仿真结果表明了方法的有效性.     

基于领航-跟随的有人/无人机编队队形保持控制

针对有人/无人机编队飞行过程中的队形保持问题,采用领航-跟随策略设计一种有人/无人机编队队形保持控制器.首先从编队作战体系和控制原理角度设计有人/无人机编队控制系统结构;然后基于领航有人机与跟随无人机平面位姿的几何关系,建立编队内相对距离-角度运动学模型;最后在考虑僚机控制系统时变扰动的情况下,针对编队运动学模型特点设计动态反馈自适应编队队形保持控制器,并利用李雅普诺夫理论证明编队控制器的稳定性.仿真结果表明,所设计的控制器能够克服僚机控制模型不确定性带来的扰动影响,可以实现编队由初始误差到期望队形的快速调整以及稳定队形的保持.     

Distributed adaptive flocking of robotic fish system with a leader of bounded unknown input

A distributed leader-follower flocking problem of multiple robotic fish governed by extended second-order unicycles is studied in this paper. The multi-agent system consists of only one leader with pre-appointed and bounded speeds. A distributed flocking algorithm on the basis of the combination of consensus and attractive/repulsive functions is investigated, in which adaptive strategy is adopted to compute the weight of the velocity coupling strengths. The proposed control algorithm enables followers to asymptotically track the leader’s varying velocities and approach the equilibrium distances with their neighbors. Furthermore, the arbitrarily-shaped formation flocking problem of the system can also be solved by adding the information of a desired formation topology to the potential function term. Finally, simulations are carried out to verify the effectiveness of the proposed theoretical results.     

Observer-based leader-following tracking control under both fixed and switching topologies

This paper studies the tracking problem for a class of leader-follower multi-agent systems moving on the plane using observerbased cooperative control strategies. In our set-up, only a subset of the followers can obtain some relative information on the leader. We assume that the control input of the leader is not known to any of the followers while the system matrix is broadcast to all the followers. To track such a leader, an observer-based decentralized feedback controller is designed for each follower and detailed analysis for the convergence is presented for both fixed and switching interaction topologies between agents with the method of common Lyapunov function. We can also generalize the result to the higher dimension case for fixed topology and some special system matrices of the leader for switching topology.     

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.     

基于虚拟领航者的船舶无源协调编队控制研究

随着海上任务越来越复杂,许多作业过程要求多艘船舶相互协调. 本文结合了虚拟领航者协调策略和无源性理论控制方法的各自优势,提出了一种基于虚拟领航者的无源协调控制方法,来解决多艘船舶的协调路径跟踪问题.通过对虚拟领航者设计路径跟踪控制器,使其领导作业船舶按着指定的路 径进行协调作业,同时定义每艘船舶的队形参考点,应用无源性理论设计同步 控制器使所有船舶的参考点趋于一致,最终实现多艘船舶按一定的队形进行协调路径跟踪.最后通过仿真实验验证了所提算法的有效性.