基于改进人工势场法的多无人车编队路径规划

为了解决传统人工势场法在路径规划上存在的目标不可达和局部极小值问题,提出一种改进的人工势场法算法,用于采用领航-跟随法的多无人车编队路径规划。针对目标不可达问题,建立无人车到达目标点附近的动力学模型,研究目标点附近的人工势场的建立规则。当目标点附近出现障碍物时,通过在障碍物斥力场函数中加入距离影响因子,从而使无人车能够抵达目标点。经过改进后的斥力场函数,可以使无人车编队在2%的误差允许范围内,认为可以到达目标点。针对局部极小值问题,引入动态法向力,其方向根据领航车和跟随车的不同而进行分类,从而消除无人车陷入极小值的问题。MATLAB仿真结果表明,通过与传统人工势场法进行比较,改进方法可以有效避免无人车陷入局部极小值,无法到达目标点。大大减少无人车回归编队的时间,使无人车编队的路径更加平滑,并且可以将效率提高25%。提出的改进势场法可以有效解决传统人工势场法的目标不可达和局部极小值问题,使多无人车编队能够规划出较为平滑稳定的路线,保持编队队形并抵达目标点,验证了改进算法在多无人车编队路径规划上的可行性,为无人车编队的进一步路径优化奠定基础。

一种无人机-无人车编队系统容错控制方法

针对多无人机(UAVs)-多无人车(UGVs)编队控制系统通信链路加性故障问题,提出了一种基于分布式自适应观测器的容错编队控制算法。对四旋翼无人机控制系统和两轮驱动式无人车控制系统进行模型转换,并构造多无人机-多无人车编队控制系统数学模型;基于“虚拟领导者-跟随者”拓扑结构,利用邻接智能体的局部信息设计分布式自适应观测器,实现在通信链路故障下对虚拟领导者状态的观测;基于反步法设计多无人机-多无人车编队控制系统自适应容错编队控制器保证系统的编队跟踪性能。最后,在由3架四旋翼无人机和3辆两轮驱动式无人车组成的编队系统中进行仿真,结果验证了所设计自适应观测器和控制器的有效性。