摘要：针对受执行器故障和外界干扰影响的集群无人机(UAV)协同编队控制问题,提出了一种自适应快速非奇异积分滑模(FNISM)容错控制(FTC)方法。为使集群无人机在执行任务时具有良好的协同跟踪性能,通过对无人机实际飞行情况的分析,考虑了无人机编队飞行时的执行器故障和尾涡扰动等对跟踪性能的不利影响。采用小脑模型关节控制器神经网络(CMANN)来估计并消除外部干扰的影响,同时运用CMANN逼近补偿执行器故障。研究表明:所提出的容错控制方案可以保证无人机编队闭环系统在故障情况下的最终一致有界稳定,并且可以通过减小滑模设计参数提高收敛速度,通过增大虚拟和实际控制器参数提高控制精度。4架无人机的集群编队在该方法、基于径向基神经网络(RBFNN)的鲁棒动态面容错控制、比例微分(PD)滑模容错控制3种方法下的对比仿真结果表明该方法在无人机集群编队出现故障时具有更优异的协同控制性能。

摘要：针对多机器人编队在路径规划中存在的避障和协同控制问题,对传统人工势场法进行改进优化,使得多机器人系统能够顺利通过障碍物区域,形成预期编队,并提出基于固定无向网络的一致性优化算法的控制协议,使得多机器人系统性能达到最优并满足一致性。首先建立环境和网络模型,针对多机器人编队避障中存在的局部极值和编队控制问题,改进了势场函数,同时引入回环力以及机器人间的作用力。然后根据最优控制理论,设计了三个代价函数,对多机器人系统进行优化控制,通过构建的李雅普诺夫函数,证明了多机器人系统的稳定性。通过数值仿真的结果表明,多机器人系统在复杂环境下能够有效的通过障碍物区域,避免了局部极值的问题发生,并最终达到一致,验证了一致性避障优化算法的可行性和有效性。

摘要：针对无人直升机模型复杂、控制器难以设计、易受外界干扰等问题,在建立亚拓系列直升机动力学模型基础上,提出了一种改进的二阶线性自抗扰控制器。首先,将线性扩张状态观测器用于估计影响输出结果的扰动,并加入跟踪微分器。然后,改进了控制器结构与反馈补偿系数,使直升机姿态角能够更快地响应所输入的指令,并能够按设定的角度飞行,以完成要求的任务;最后,通过引入白噪声干扰模块来验证该控制器的抗干扰能力。对比仿真结果表明,所提出的控制器对于无人直升机的姿态角有较好的控制效果,优于其他两种控制器。特别是在噪声干扰的条件下,也有较好的动态性能和鲁棒性。