多无人艇固定时间自适应分布式协同编队控制

针对在实际海洋环境中由复杂恶劣海况导致的局部通讯条件下多无人艇协同编队控制问题,本文提出一种固定时间自适应分布式控制策略.首先,考虑只有部分跟随无人艇能够直接获取虚拟领航者的状态信息,为每艘跟随无人艇设计固定时间分布式观测器,在固定时间内实现对虚拟领航者位置和速度的估计.然后,在估计信息的基础上,采用反步法为每艘跟随无人艇设计固定时间自适应局部控制器,在固定时间内实现对由虚拟领航者产生的期望轨迹的跟踪.特别地,在局部控制器设计过程中,采用参数自适应机制对模型不确定和外界扰动进行补偿,在保证控制精度的同时避免抖振现象.同时,本文给出了所提出的固定时间观测器与局部控制器的稳定性分析,经数学证明,所提出的观测器和控制器能够保证每艘跟随无人艇均能够在固定时间内完成对虚拟领航者的位置和速度的估计并使位置和速度跟踪误差在固定时间内收敛至零的邻域内.最后,设计对比仿真,将本文所提控制策略和目前常用的PD控制器的控制性能进行对比,仿真结果表明所提出的控制策略在控制精度和收敛速度上具有更优越的表现.

含不确定参数的智能网联汽车协同编队控制

为应对智能网联汽车协同编队控制中因自身条件以及外部攻击干扰引起的参数不确定变化问题,在智能网联汽车编队运行环境下提出了一种基于观测器的一致性控制协议设计方法。首先,通过设计观测器实现对系统状态、可测噪声和外部扰动等的有效估计。其次,设计适用的分布式一致性控制协议,利用Lyapunov泛函得到系统稳定的充分条件。再次,将观测器的增益矩阵转化为线性矩阵不等式的问题进行求解,利用线性矩阵不等式方法,获得观测器增益矩阵的具体取值,实现对系统状态和参数的准确估计。最后,利用Matlab对系统进行仿真,给定智能网联汽车编队系统各项具体参数,模拟系统存在外部干扰的情况以及参数中含有不确定的情况。仿真表明:在一致性控制后系统内部输入经过15个时间步后得到收敛,对于系统状态和外部干扰,观测器在含有不确定参数的干扰下分别经过17个和20个时间步之后能够进行有效的估计,从理论和仿真2个方面验证了所设计方法的正确性与可行性。

基于零空间方法的四旋翼无人机避障与协同编队控制

针对四旋翼无人机在编队飞行执行任务时可能遭遇障碍物问题,考虑多无人机避障及机间避撞的需求,提出1种基于零空间方法的四旋翼无人机避障与协同编队控制算法。首先,建立四旋翼无人机动力学模型,并建立虚拟控制量简化控制模型;其次,基于零空间方法进行避障与协同编队控制算法研究,将无人机任务执行分解为目标趋向任务、避障避撞任务和协同编队任务,并根据优先级进行任务融合得到期望速度;再次,基于PID方法设计控制律;最后,通过仿真验证所提控制算法的有效性。所提方法可保证四旋翼无人机在编队飞行中遭遇障碍物时的飞行安全。

单路径导引的车式移动机器人协同编队控制

针对含有模型不确定性和未知外部扰动的车式移动机器人集群,本文设计了一种分布式协同编队控制器,通过单条参数化路径导引,实现了车式移动机器人协同编队运动.本文首先在运动学层级设计了基于领航–跟随策略的队形制导律和路径更新律,其次在动力学层级设计了前向速度和姿态角控制律,通过线性扩张状态观测器估计并补偿系统模型中的非线性部分,消除参数摄动和外部扰动造成的不利影响,然后通过级联系统理论证明了闭环系统的输入到状态稳定性,最后通过数字仿真和加热机群实验结果验证了本文控制器的有效性.

基于模型预测的车辆协同编队控制

针对考虑车载传感器故障的非线性车辆协同编队控制问题进行了研究。首先,建立考虑传感器故障的非线性车辆协同控制系统模型。其次,在该模型的基础上利用李雅普诺夫方法设计基于线性矩阵不等式(LMI)的模型预测控制器,优化车队的控制性能指标,在保证车队渐进稳定和队列稳定的同时,进一步提高车队的控制性能。最后,通过以Arduino为控制单元搭建的实验车队验证了算法的有效性和实用性。

基于迭代学习的多智能体系统协同编队控制

针对离散形式的智能体动态模型,为减少外部环境干扰的影响,提出一种基于迭代学习的多智能体编队协同控制方法。首先,在考虑外部环境干扰的情况下,建立了多智能体协同编队控制系统离散时间模型,并在通信拓扑设计的基础上,将多智能体系统协同编队控制问题转化成跟踪控制问题。其次,针对每个智能体设计了形式统一的基于迭代学习算法的编队控制协议,并利用范数理论证明了算法的收敛性。随着迭代次数的增加,该算法能够使离散多智能体系统的输出在有限时间内跟踪期望轨迹,从而使得多智能体系统整体实现期望的编队运动。最后,与传统无模型自适应控制方法进行比较,验证了该设计方法的有效性和优越性。

多无人机协同编队控制的研究现状与发展前景

随着传感器技术、智能控制技术、信息融合技术以及无线通信技术的不断进步与发展,无人机技术越来越成熟,多个无人机依靠无线通信进行编队控制已不再困难。首先,从编队控制方法、编队形成与保持、编队避障与避碰、编队重构这几个方面出发,介绍了国外多无人机协同编队控制的最新研究情况。然后,根据多无人机协同编队控制的特点以及现在与未来对其的各种需求,分析了队形设计、动态调整、网络通信等关键技术。最后,在国内外研究进展和关键技术分析的基础上,对多无人机协同编队控制的未来发展做了展望。

飞航导弹高动态自主编队协同控制系统的建立与仿真

为了提高多枚飞航导弹自主编队低空突防综合作战效能,建立了由编队队形控制及编队离入队管理等模块组成的高动态自主编队协同控制系统,有效地解决高动态自主编队下导弹编队队形动态变化、编队管理复杂、编队导弹出现网络故障或机械故障等问题。半物理仿真系统实验结果表明,飞航导弹高动态自主编队协同控制方法满足编队实时性、自主性和高动态性要求。

多四旋翼无人机鲁棒全局快速终端滑模编队容错控制

针对多四旋翼无人机编队飞行时领导者受外界环境干扰、建模耦合因素及执行器故障影响的问题,设计了一种基于扩张状态观测器的鲁棒全局快速终端滑模容错控制方法。通过建立带外部环境干扰和执行器故障的四旋翼无人机模型,使用扩张状态观测器来估计干扰、耦合因素和故障,利用鲁棒全局快速终端滑模容错控制器进行补偿控制。为了提高系统响应速度并减少抖振,在控制器设计中引入带有继电特性的连续函数。结合领导者-跟随者法和滑模控制理论设计编队协同控制器,确保无人机编队完成飞行任务。仿真结果表明该方法具有良好的容错性能。

无人水下航行器控制技术研究

无人水下航行器(UUV)发展迅速,得到了各国的高度重视。近年来,关于单个UUV和UUV编队的控制技术研究发展迅速,成效显著。UUV控制技术作为核心技术之一,具有较高的学术研究意义。在分析研究国内外研究现状基础上,对相关控制技术进行分类和对照比较,分析了现有的控制技术存在的优缺点。结合实际情况,提出了UUV控制技术的发展趋势。研究结果对于UUV的控制系统设计具有一定的借鉴和参考价值。

多四旋翼无人机编队自适应容错控制

针对四旋翼无人机在编队控制时受到执行器故障的影响,引起无人机之间跟踪误差的问题,而传统PID控制的固定参数无法适用于四旋翼无人机面临复杂的环境,因此设计了模糊自适应PID容错控制器以及多无人机的滑模协同控制器.首先,针对执行器故障无人机进行系统建模,给定领导无人机的参考轨迹,通过设计的模糊自适应PID控制器使得执行器故障的无人机跟踪给定轨迹.其次,基于滑模控制理论,设计编队协同控制器,控制Follower无人机与Leader无人机之间的距离误差趋近于零,实现期望的编队队形.最后,通过仿真实验对比结果表明,所设计方法超调量小,鲁棒性强,对四旋翼无人机有较好的控制效果.

通信随机时滞条件下基于分布式模型预测的AUV编队控制

考虑水声通信随机时滞条件下AUV编队协同控制问题,提出一种基于分布式模型预测的AUV编队控制方法.首先,通过所设计的随机时滞通信同步策略,将异步状态信息转换为同步状态信息;然后,结合虚拟轨迹、状态预测、控制约束以及编队内AUV状态信息描述协同编队代价函数,将其引入局部滚动时域优化,实现编队控制目标,并利用李雅普诺夫理论验证编队控制器的稳定性;最后,将所提出方法与现有编队控制方法进行对比仿真,仿真结果验证了其有效性.

多无人机协同控制的研究现状与主要挑战

从协同任务分配、协同航迹规划、协同编队控制三方面,介绍了国外多无人机协同控制研究现状。根据未来战场环境态势与任务需求情况,分析了通信链路、时效性、计算复杂、环境复杂等多无人机协同控制所面临的挑战,并对多无人机协同控制未来发展趋势进行了分析。

基于虚拟结构法的多移动机器人分布式预测控制

研究多移动机器人协同编队控制问题,提出一种基于虚拟结构的分布式预测控制算法.与现有编队控制方法相比,基于虚拟结构的方法可以使移动团队更加稳定地保持期望编队队形运动,通过将变换矩阵与虚拟结构相结合可以改善编队结构的灵活性,从而有效拓展该方法的应用范围.最后将所提出控制算法与现有编队控制方法进行对比仿真,结果验证了其有效性.