摘要：针对复杂海洋环境下自主无人航行器(autonomous underwater vehicle,AUV)编队协同控制问题,提出一种自适应量测-通信联合框架下基于鲁棒模型预测的编队控制策略.所提出方法能够避免基于水声广播的显式通信交互方式在水下复杂条件下的延迟和丢包等不利因素.首先,提出一种自适应量测-通信联合框架,利用非显式通信实现编队内部状态的观测,并引入自适应卡尔曼滤波对量测-通信链路中存在的外部扰动进行补偿;然后,在该框架下,设计辅助控制律并将其引入分布式鲁棒模型预测控制器,实现多条件约束下的AUV编队跟踪控制,并通过Hamilton函数和终端约束等理论验证编队控制器的稳定性;最后,通过对5艘AUV组成的编队在不同情景下的仿真结果进行对比分析,验证所提出方法的有效性.

摘要：针对多无人艇(unmanned surface vessels,USVs)编队系统中USV视野受限等问题,提出一种以无人机(unmanned aerial vehicles,UAV)作为多USV编队领导者的模型.针对UAV领导的多USV系统水空协同编队问题,设计一种固定时间的优化编队控制算法.在对USV、UAV进行三自由度动力学建模的基础上构建增广系统,并建立一个以优化控制输入及编队误差为目标的性能指标函数.所提出的辨识器-执行者-评价者结构的强化学习算法中,辨识器可以精确辨识系统中的未知非线性动态,通过评价者完成对最优性能指标函数值的评估、执行者更新控制策略两个步骤不断优化控制策略以逼近最优,进而利用Lyapunov方法证明UAV-USV系统编队误差能在固定时间内收敛.最后,通过仿真模拟验证了所提出算法的有效性.

摘要：铁路运输网络的快速发展,铁路巡检对智能化和高效性提出更高要求。提出一种基于无人机协同控制的巡检方法,旨在解决铁路安全保护区限制下的侧飞侧视探测问题。通过设计编队控制模型和优化协同算法,实现巡检任务的高精度覆盖与路径跟踪。理论建模与仿真实验验证表明,该方法在编队路径跟踪控制方面表现优异。此外,该方法具备良好的通用性,可进一步扩展至高速公路、油气输送管道等带状基础设施的巡检应用,为其智能巡检提供高效解决方案。

摘要：以基于位姿误差的虚拟目标跟踪为控制模式,提出了独立于编队控制与协作任务,但却适用于多移动机器人编队运动的基于服务的机器人运动行为结构,并对其基本运动行为与选择方法进行了设计.提出的基于服务的机器人行为结构借鉴了软件工程领域的面向服务的架构思想,具有可重用性.多机器人编队形成、改变等仿真与实验验证了本文所提方法的有效性.

摘要：针对轮式移动机器人车轮纵向打滑时的编队控制问题,提出一种基于滑移率补偿和模糊逻辑的多机器人编队控制器设计方法.首先,利用速度传感器获取机器人的实际速度信息,并进行滤波减少传感器噪声.结合速度输入指令信号得到滑移率估计值,用以描述机器人纵向打滑的程度.然后根据领航跟随法,设计补偿纵向打滑的编队控制策略,并采用模糊逻辑设计控制器参数.最后在Microsoft Robotics Developer Studio 4(MRDS4)中搭建3D物理仿真平台,进行编队控制仿真,验证了领航、跟随机器人发生打滑的情况下所提方法的有效性.

摘要：针对无人机编队中控制器设计需要基于模型信息,以及无人机智能化程度低等问题,采用深度强化学习解决编队控制问题。针对编队控制问题设计对应强化学习要素,并设计基于深度强化学习对偶双重深度Q网络(D3QN)算法的编队控制器,同时提出一种优先选择策略与多层动作库结合的方法,加快算法收敛速度并使僚机最终能够保持到期望距离。通过仿真将设计的控制器与PID控制器、Backstepping控制器对比,验证D3QN控制器的有效性。仿真结果表明:该控制器可应用于无人机编队,提高僚机智能化程度,自主学习保持到期望距离,且控制器设计无需模型精确信息,为无人机编队智能化控制提供了依据与参考。

摘要：考虑海上随机时变环境干扰,针对基于有向、时不变通信网络相联的多动力定位船设计编队控制器。本文提出一种非线性干扰观测器的设计方法来估计不确定环境干扰,证明所设计观测器的干扰估计误差能在有限时间内收敛。根据船舶编队的通信拓扑,运用反步法设计分布式控制器来补偿环境干扰、实现编队精确控制;在设计中引入响应速度函数,以保证动力定位船在预设时间内的跟踪性能;并根据李雅普诺夫理论证明完整闭环动态系统的稳定性。仿真结果表明:本文设计的船舶编队控制器响应指令快速准确,且有良好的鲁棒性。

摘要：研究了一种基于反步法的多移载工装协同作业控制策略,提出了基于改进人工势场法和纯轨迹跟踪法的期望运动状态规划方案,并根据自适应蒙特卡洛定位方法确定了实际运动状态的估计值,设计了反步法与虚拟领航跟随法结合的队列控制器.构建了基于机器人操作系统(ROS)环境的仿真模型,并开展仿真验证.结果表明:提出的队形误差计算方法能够提高误差估计精度,该编队控制策略能够使得队形误差在6.2 s内收敛,所设计的队形控制器能够满足多移载工装的作业要求.

摘要：在未知干扰条件下,针对欠驱动、非线性的四旋翼无人机群编队控制问题,提出了一种抗干扰的固定时间编队控制方法。首先,设计分布式固定时间滑模估计器,在仅有部分无人机获取到期望轨迹的条件下,每架无人机都能快速估计出自己的期望位置信息。其次,引入固定时间干扰观测器用于估计未知的复合干扰,使无人机能够生成干扰估计值以抵消复合干扰对其带来的影响。然后,在无人机的位置层与控制层设计固定时间滑模控制器,实现对期望轨迹的跟踪,所给出的方法能够满足姿态稳定收敛。最后,数值仿真验证了所提出方法的有效性。

摘要：为节约有限通信资源,针对不确定多移动机器人系统的编队控制问题,提出一种基于抗干扰观测器的事件触发固定时间编队控制方法.首先,设计了一类自适应固定时间滑模干扰观测器(Adaptive Fixed-time Sliding Mode Disturbance Observer,AFSMDO),用来估计系统模型参数不确定和未知扰动.其次,在干扰观测器的基础上,结合反步法和固定时间理论,引入事件触发机制,设计固定时间分布式编队控制器,实现多机器人系统固定时间编队且收敛时间不依赖于系统初始状态,并经理论推导无Zeno行为.最后,通过对三个移动机器人进行编队仿真研究,验证了方法的有效性.