通信时延下UAV/UGV混合编队控制系统的稳定性分析

针对通信时延下的高维异构无人机(UAV,unmanned aerial vehicle)/无人车(UGV,unmanned ground vehicle)混合编队控制系统,对系统稳定的充分必要条件和准确时延边界的计算方法进行了研究;具体地,为了处置UAV/UGV工作空间、运动学模型的差异,建立考虑异构特性的UAV/UGV混合编队模型;并针对UAV群组、UGV群组,分别设计基于信息一致性的分布式控制器;利用矩阵相似变换,将高维异构的UAV/UGV混合编队控制系统降维拆分为若干等价的低维子系统,极大地降低了稳定性分析的解析难度和运算量;在此基础上,利用辅助特征函数法推导准确的时延边界,得到系统稳定的充要条件;最后通过仿真验证了所提出稳定性分析方法的有效性。

无人机-无人车跨域编队跟踪的分布式博弈策略

针对无人机-无人车跨域系统的编队跟踪与扰动抑制问题,开展了领-从架构下考虑存在扰动的跨域编队跟踪的分布式博弈策略研究。首先,建立了含扰动的无人机-无人车编队跟踪模型,每架无人机只使用局部信息来最小化自己的性能指标,而整个跨域系统试图寻求基于通信拓扑的最优决策。其次,提出了一种最差扰动下的博弈策略,并严格证明了系统中存在纳什均衡。然后,引入了一个分布式终端状态观测器,得到了所提出博弈策略的局部实现。最后,搭建了一套无人机-无人车跨域系统验证平台,并通过一个跨域编队跟踪应用案例验证了所提出分布式博弈策略不仅可以有效地抑制扰动,还能形成期望编队队形,并且性能指标在数值仿真和实物试验下的差异不超过0.6%,证明所提出分布式博弈策略有良好的实用性。

基于状态变换卡尔曼滤波的无人机/无人车跨域协同导航

在高楼密集的城市环境下,无人车在密集街道中工作时无法接收到有用的GNSS信息,只能依靠其他传感器进行导航,精度较差。针对这一问题,提出了一种基于状态变换卡尔曼滤波的无人机/无人车跨域协同导航方法,协同编队中的无人机节点飞行在楼宇上空可接收到GNSS信号的区域,无人车节点工作在无GNSS信号的街道,节点之间可通过相对测量传感器和数据链路进行导航信息交互。为进一步提高协同导航精度,利用基于状态变换卡尔曼滤波的方法对导航信息进行融合,估计出各无人车的导航误差并进行修正。仿真结果表明,采用该方案进行协同导航,主无人车最大位置误差小于3 m,与传统方法相比水平位置均方根误差降低了80.62%;从无人车最大位置误差小于5 m,2个从无人车水平位置均方根误差分别降低了74.24%和77.99%。

基于Agent与元胞自动机的无人机集群混合式控制

高效有序的集群控制方式是集群顺利完成作战任务的前提。针对无人机集群控制问题,结合集中式与分布式2种控制方式,提出基于Agent与元胞自动机的集群混合式控制。从无人机集群作战流程出发构建了无人机集群控制体系框架、通信拓扑结构及集群控制规则,将集群个体由上至下分为中心长机、小组长机、个体无人机3个层次,高层级对低层级采用自上而下的集中式控制,同层级采用自下而上的分布式控制。在此基础上,利用Agent模型的层次性与元胞自动机模型的同质性,设计了基于Agent与元胞自动机的集群混合式控制模型,实现2种控制方式有效结合,元胞自动机模型实现集群基本的聚合、分离、速度一致规则,Agent模型实现不同层级个体间的协同交互规则。在编队集结与保持任务背景下,对分布式、集中式与混合式3种控制进行对比仿真,结果表明:基于混合式控制的集群在编队可控性、跟随性、一致性以及降低通信负载等方面具有明显优势,验证了混合式集群控制方法的有效性。

多旋翼无人机编队动态航路规划研究

针对多旋翼无人机的编队动态航路规划问题,提出一种蚁群算法和快速扩展随机树RRT算法相结合的改进混合算法。首先利用蚁群算法离线搜索全局航路代价最小的初始航路,在局部航路规划中提出"协同避障—重构"策略,同时运用改进RRT算法实时修正几何航路,使机群满足时间协同约束绕过静态威胁源和突发障碍物,编队飞行至目的地。仿真结果表明,提出的改进混合算法和策略能有效规划无人机动态无碰航路,相较普通RRT算法,航路最优性及局部航路在线搜索速率得到明显提升。

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。

无人机-无人车异构时变编队控制与扰动抑制

研究了无人机-无人车异构系统时变输出编队控制与扰动抑制问题,要求多无人机与无人车在受到未知外部扰动的情况下,保持设计的输出时变编队构型。首先,对无人机与无人车进行单体运动学与动力学建模,同时建立扰动模型,并引入代数图论概念,建立异构集群系统的协同控制模型。然后,对各无人机-无人车设计了具有分层架构的分布式时变输出编队控制器,包含基于一致性理论的编队中心估计项和基于内模原理的扰动抑制补偿项。进一步分析异构系统实现输出时变编队的可行性条件,给出了分布式编队控制器的参数选取算法,并证明了时变编队控制器构成的闭环系统的稳定性。最后,通过仿真算例来验证所设计的编队控制器的有效性。