缺乏位置信息的视觉移动机器人leader-following编队控制

针对视觉移动机器人编队在缺乏位置信息情况下的控制问题,提出一种基于视觉的leader-following编队反馈控制方法。该方法利用leader标志物特征点在follower摄像机像平面上的坐标信息设计了观测器,对leader与follower间的相对位置进行估计,基于相对位置估计量与它们速度的关系,设计出leader-following编队反馈控制器,通过Lyapunov理论证明了闭环系统的稳定性。仿真结果表明,该控制方法能有效解决缺乏位置信息情况下视觉移动机器人编队的控制问题。

基于观测器的多智能体网络leader-following编队控制

主要研究了leader-following多智能体网络的分布式编队问题。假设多智能体网络中的每个follower不能实时得到leader的信息,针对每个follower设计相应的分布式观测器。考虑了无时延的切换拓扑多智能体网络和存在时变时延的固定网络两种情况。利用Lyapunov稳定定理,给出了系统稳定和控制协议有效的充分条件。最后,给出了数字仿真结果以验证所设计协议的有效性,即followers形成所要求的编队并且与leader达到速度一致。

Leader-following多自主体系统时变编队跟踪控制

考虑时变时延,研究了高阶leader-following多自主体系统的分布式时变编队跟踪控制问题.针对连续高阶多自主体系统,设计了基于观测器的时变编队跟踪控制协议,通过状态变换,将系统的时变编队跟踪控制问题,转变为误差系统的稳定性问题.然后利用图论及李雅普诺夫稳定定理,研究了系统实现时变编队跟踪控制的充分条件,并且指出时变编队参考函数与时变时延无关.最后,数据仿真结果证明了所设计的协议能使follower自主体实现时变编队,并且跟踪leader自主体的轨迹.

Leader-following多智能体网络分布式编队控制

针对多智能体固定拓扑网络,考虑无时延和有时延两种情况,研究了多智能体网络的分布式编队控制协议.首先,针对无通信时延的多智能体网络,提出了分布式编队控制协议,利用Lyapunov稳定理论,给出了协议有效的充分条件.然后,考虑时变通信时延,利用Lyapunov-Krasovskii函数证明了协议的有效性.最后,利用仿真实验证明了所设计协议的有效性.本文的创新点是对二阶多智能体网络设计分布式编队控制协议时考虑了速度一致性.

基于图和流体扰动算法的多无人车编队及避障研究

为解决多无人车编队在存在运动目标、移动威胁与突发威胁等多种情况的复杂环境中的避障问题,设计了一种基于刚性图论和流体扰动算法的多无人车编队避障控制算法。首先,针对编队控制问题,采用图论方法描述多无人车之间的协同关系,利用无人车之间的距离约束,基于反步控制理论设计领航-跟随编队控制器。李雅普诺夫分析表明,期望的编队形状是渐近稳定的。其次,针对复杂动态障碍物环境下的编队避障问题,设计了基于流体扰动算法的避障路径规划方法,由领航无人车规划出编队的行驶路径,实现编队的整体避障。最后,基于MATLAB的仿真结果验证了所提算法的有效性。

通信延迟下自适应容错控制及其在航天器编队中的应用

为解决编队系统存在的参数模型变动范围不可预测、执行器部分失效等问题,设计提出了一种自适应鲁棒容错编队控制方法。给出航天器相对位置非线性动力学模型,设计了自适应鲁棒容错控制器,并且分别设计自适应律估计故障大小、质量和外界扰动上界,同时分析了闭环系统的Lyapunov稳定性,给出系统稳定所需要的条件。数值仿真结果表明,提出的控制方法能实现编队跟踪控制的目标,位置跟踪稳态误差小于1.5×10-3m,速度跟踪稳态误差小于1.8×10-5m,验证了所提出方法的有效性。

面向海流扰动和通信时延的欠驱动AUV编队跟踪控制

由欠驱动自主水下航行器(Autonomous Underwater Vehicle,AUV)编队组成的水下探测阵列具有响应快、机动性好、智能化程度高的特点。针对无速度信息传输的多AUV在海流和时延复合扰动下的编队控制问题,提出一种虚拟轨迹、轨迹预测、自适应反演滑模控制技术相结合的编队控制方法。使用领航者的位置信息和期望队形得到跟随者的参考轨迹,并引入虚拟轨迹使其与跟随者参考轨迹有限时间重合,从而得到跟随者的期望位置和速度。在此基础上,使用最小二乘法拟合轨迹曲线进行时延补偿,并通过自适应反演滑模控制技术完成海流干扰下的编队轨迹跟踪。理论分析和仿真结果表明,新方法具有可行性和有效性。

带有避障约束的分布式导弹编队饱和控制器设计

对带有外界干扰、输入受限、规划航路存在未知障碍物情形下的导弹编队控制问题进行了研究。首先,基于导弹非线性动力学模型,通过定义位置、速度误差变量,建立了考虑外界干扰的绝对误差导弹编队控制模型。其次,在提出基于避障势函数和双曲正切函数非线性滑模面的基础上,利用自适应技术和抗饱和辅助系统,设计了自适应抗饱和鲁棒导弹编队避障控制器。最后,借助Lyapunov稳定性理论证明了所设计系统状态为渐近稳定的,并通过数字仿真验证了所设计控制策略的有效性。

网联自动驾驶货车编队规划与控制研究综述

物流运输联盟内开展货车编队运行,有望成为未来物流运输降低运营成本的新形态。本文以网联自动驾驶货车编队规划与控制为研究对象,通过文献检索来分析网联自动驾驶货车编队的关键技术与研究现状。从市场应用角度,分析目前实现货车编队市场应用面临的挑战,以及相关利益方之间的成本分配问题。从技术方法视角,围绕网联自动驾驶编队规划与运作控制问题,解读相关技术内涵与实现方法。通过评述网联自动驾驶编队技术研究现状,总结该领域未来研究方向,旨在为研究者掌握该方向发展脉络提供参考。

一种无需指定船舶位置的新型船舶大规模自主编队方法

[目的]针对船舶大规模编队通信量大、编队速度慢、不便于扩充等问题,提出一种新型的虚拟壁面编队方法。[方法]使用局部通信,根据自然规律,设定虚拟作用力驱使船舶向目标位置集合,并通过虚拟壁面调整队形,从而实现船舶编队的目的。[结果]结果表明,所提方法能够按照“就近原则”快速地完成编队,通信量低且不随编队规模而增加。通过对船舶编队的静态、动态、旋转、缩放和避障的仿真验证了这种算法的有效性。[结论]所提虚拟壁面法具有通信量低、编队速度快、扩充简单等优势,在船舶大规模编队中具有明显优势。

自适应量化神经网络滑模无人船编队控制

针对复杂海洋环境下欠驱动水面无人船(unmanned surface vehicle,USV)编队控制存在的模型不确定性、参数摄动、控制输入量化等问题,提出一种自适应量化神经网络滑模控制算法。在USV运动学子系统中,设计基于内外环控制策略的制导律,解决USV欠驱动问题。由于所采用的动力学模型中含有未知项和外界环境干扰,故在USV动力学子系统中通过使用径向基函数神经网络实现对干扰的估计。采用一种线性解析模型来描述输入量化过程。所设计的控制系统不需要量化参数的先验信息。基于输入-状态稳定性理论证明了系统稳定性。通过仿真实验验证了所提算法的有效性。

两栖攻击舰编队海上航渡对潜防御队形优化配置研究

针对两栖攻击舰编队对潜防御时的队形配置问题,从潜艇对编队的威胁分析入手,建立了潜艇鱼雷极限射距圆模型,通过模型分析与仿真计算,得出了两栖攻击舰应配置在威胁圆圆心稍后位置的结论,并给出了优化位置计算模型;结合潜艇威胁范围与威胁距离模型及警戒舰艇对潜防御范围模型,给出了护航兵力优化配置方法,为两栖攻击舰编队海上航渡时的对潜防御提供了参考。

未知扰动下的无人艇编队优化轨迹跟踪控制

[目的]针对水面无人艇(USV)编队轨迹跟踪中存在的未知扰动和队形变化问题,提出一种基于有限时间扰动观测器的最优反步控制(FDO-OBC)方法。[方法]首先,基于虚拟结构法,建立无人艇编队控制框架,并设计运动学和动力学编队控制器;其次,设计有限时间扰动观测器,实时估计补偿未知环境扰动;然后,针对编队队形变化的轨迹跟踪问题,提出基于最优反步控制的动态轨迹优化策略,利用扰动观测器信息来计算最优控制输入,实现无人艇编队轨迹跟踪的动态优化;最后,采用李雅普诺夫稳定性理论证明该编队控制方法的稳定性。[结果]仿真对比结果表明,FDO-OBC策略可有效提高无人艇编队系统的精确性和鲁棒性。[结论]对于面向扰动环境下的无人艇编队控制系统设计,FDO-OBC方法提供了一种新的技术手段。

网联车辆编队的信号灯路口通行控制策略

为提高信号灯路口场景下车辆编队的安全性和通行效率,提出V2X环境下网联车辆编队的信号灯路口通行控制策略。在信号灯路口上游设置一段控制区,以车辆编队领航车在信号灯路口排队疏散后到达信号灯路口为目标,对进入控制区的车辆编队速度进行优化。考虑速度变化对车辆编队纵向安全距离的影响,引入分布式模型预测控制理论,建立固定跟车时距控制策略下编队车辆的速度跟随控制模型,并采用加权二次型性能泛函将速度跟随控制问题转化为易于在线求解的凸二次规划问题。通过PreScan/Simulink软件仿真将信号灯路口通行控制策略与固定跟车时距控制策略进行对比,以验证速度跟随控制模型的有效性,结果表明:信号灯路口通行控制策略能够避免车辆间碰撞冲突,并可以减少编队车辆在信号灯路口的通行耗时,在保证安全性的同时提高了通行效率。

基于自适应分布式滤波观测器的多智能体系统编队控制

本文考虑了全局指令系统输出信息受到信道扰动情况下线性多智能体系统的编队控制问题.首先,基于协作式输出调节理论框架对线性多智能体系统的编队控制问题进行数学建模.其次,针对受到信道扰动的全局指令系统输出信息,提出了一类基于受扰输出的自适应分布式滤波观测器,在降低网络信息交换量的同时消除扰动的影响.最后,设计了输出反馈确定等价控制律,解决了线性多智能体系统的分布式编队控制问题.给出了数值仿真结果检验控制性能.

基于自适应迭代学习的多智能体系统编队控制

针对带未知时变参数的非线性多智能体系统的编队问题,提出一种分布式自适应迭代学习控制策略。首先,通过傅里叶级数对系统的不确定参数进行展开,采用一个收敛级数序列处理傅里叶级数展开产生的截断误差,结合多智能体运行过程中的编队误差推导自适应迭代学习控制律和参数更新律;其次,针对领导者动态对大部分智能体都是未知的情况,设计新的辅助控制来补偿未知动态和避免未知有界干扰;然后,基于李亚普诺夫能量函数证明了在所设计控制律作用下多智能体系统编队误差随着迭代次数的增加在有限时间内趋于0;最后,将该控制策略运用到多无人机编队系统中,并通过搭建半物理实验平台,验证了控制方法的有效性。实验结果表明该控制方法可以确保多智能体快速形成所需编队,并且每个智能体在有限时间内可以精确跟踪期望轨迹。所提方法充分考虑了多智能体系统的参数不确定性以及抗干扰的能力,为实际应用中复杂多智能体系统的精确控制提供了有效的方法。

基于领航-跟随法的多机器人编队控制

编队控制是多机器人系统研究的核心问题之一,具有广泛的研究价值。针对编队问题,通过对轮式差分驱动机器人运动模型进行分析,并设计相应的控制器。在传统的领航-跟随模型上,引入“虚拟机器人”,将跟随者机器人对领航者机器人的轨迹跟踪转换为跟随者对“虚拟领航者”的轨迹跟踪。首先,预设定实际领航者机器人的行进路径,由实际领航者引导运动方向的运动轨迹被视为主轨迹,虚拟机器人通过数据产生参考点从而生成参考轨迹,跟随者机器人通过对参考轨迹的跟踪与“虚拟领航者”构成轨迹误差跟踪系统。然后通过Lyapunov的控制理论验证控制器的理论可行性,最后在MATLAB/Simulink仿真平台进行实验,通过改变控制参数来使机器人形成相应的期望队形,在较短的时间内,跟随机器人对参考轨迹的跟踪误差趋向于0且速度收敛,验证了编队系统的可行性。

海上跨域运载编队队形配置问题研究

无论是战争时期还是和平时期,海上跨域运载都是关乎国家利益的重要行动,而护航编队的队形配置是海上跨域运载行动中需要重点关注和考虑的问题。该文针对海上跨域运载编队的队形配置问题,采用定量分析方法,建立了护航军舰拦截海面目标模型,对双舰伴随跨域运载时编队规模和护航军舰位置进行了分析,得出了在保证拦截到目标情况下护航军舰与运载编队的队形配置条件,并结合实际情况给出海上跨域运载编队队形配置需要重点关注的问题。该结论不仅从定性方面,还着重从定量方面为海上跨域运载行动指挥提供决策支持。

基于虚拟参考中心策略的无人机编队控制算法

基于虚拟参考中心策略解决了有向通信网络结构下的无人机编队协同控制问题,为具有权重不平衡有向通信网络的多无人机系统设计了合适的连续时间编队控制算法,使多无人机协作达到编队,并使得全局目标函数达到最小值。利用李雅普诺夫稳定性理论证明了该算法能使各无人机移动路径总和最短,协同实现全局最优编队。

梳状高度计编队探测海洋涡旋仿真分析

单颗星下点高度计卫星可进行一维海面高度测量,但时空分辨率较低,对涡旋的探测能力不足。梳状高度计卫星编队可提升海面高度时空分辨率,增强对涡旋的识别探测能力。为定量分析高度计编队下的涡旋探测能力,本文在黑潮延伸体海域开展观测仿真实验,对海平面高度进行沿轨采样,经优化插值算法处理后得到逐天海面高度异常数据场并进行涡旋识别与统计分析。此外,本文还同步开展了单颗星下点高度计和成像高度计卫星涡旋探测仿真实验及对比分析。结果表明,梳状高度计卫星编队在涡旋数量、极性、半径及振幅等方面识别效果较好,与成像高度计探测结果相近。