基于局部信息的广义编队包围控制、协作估计与避障

The formation enclosing control problem has many applications in homeland security, ocean sampling, disaster rescue and planet exploration. Resent researches focus on formation circular enclosing control. In order to detect different targets (e.g. various field distribution), multi-agent should to formation move along non-circular curves/surfaces to enclose the targets, which brings many challenges into the design of the generalized formation enclosing control based on local information. Note that the velocities of flow fields and objects can't be obtained constantly in practice, it is important to study the cooperative estimation of the unknown velocities and the robust formation enclosing control. In addition, obstacle avoidance often changes the design of controller and distance-based collision avoidance brings the problem of multiple equilibriums into the system, which is a major issue for urgent solution. This project intends to apply the tools of differential geometry, the methods and theories of adaptive control and nonlinear control to study local-information-based generalized formation enclosing control, cooperative estimation and obstacle avoidance. The contents of this project include: Two/three- dimensional generalized formation enclosing control for complex multi-agent systems based on local information；Cooperative estimation of the velocities of flow fields/objects and robust generalized formation enclosing control; Orbit/surface geometric redesign and controller redesign for the limitations of obstacle avoidance and control inputs; Simulation and experiment validation based on WebotsTM8, STK and Amigo robots.

编队包围控制问题广泛存在于国土安全、海洋信息采集、灾难搜救以及星球探索。当前的研究集中在编队圆形包围控制，为了适用不同目标（如各种分布场）的监测，需要多智能体沿非圆轨道/轨面编队包围目标，这就给基于局部信息的广义编队包围控制带来了巨大的挑战。实际中流场流速和目标速度难以持续得到，如何设计未知速度的协作估计及其鲁棒编队包围控制律变得非常重要。此外，避免控制器的再设计避障和多平衡点问题的距离避碰设计一直都是难点问题急需解决。本项目拟基于微分几何、自适应控制以及非线性控制理论与方法，研究基于局部信息的广义编队包围控制、协作估计和避障。研究内容包括：二维/三维空间基于局部信息的复杂多智能体广义编队包围控制；流场流速/目标速度协作估计及其鲁棒广义编队包围控制；避障和输入受限下的轨道/轨面几何再设计和控制律再设计；基于WebotsTM8、STK以及Amigo机器人的仿真实验验证。

本项目主要研究了复杂条件下多智能体编队包围算法的设计和系统稳定性的条件，可以为无人机蜂群作战以及无人艇海底信息收集提供坚实的理论基础和数据。内容如下：.1）复杂流场下的编队包围控制。针对二维空间中未知欧拉流场，提出协同自适应估计方法来实现无向拓扑下的流场未知时不变参数的估计，在此基础上设计了编队包围的控制算法。扩展解决了有向拓扑和三维质点的情况。针对三维空间的非完整飞行器编队球面包围，提出基于状态观测器的F-S模型变换方法，基于动态面法设计控制律。.2）复杂目标下的编队包围控制。针对已知目标球面编队包围控制问题，提出自适应神经网络逼近智能体未知动态和滑膜控制压制已知上界扰动，通过反步法、动态面法分别设计非线性质点设计指北、指东和指下方向上的控制部分。接着处理了非完整飞行器情况和超椭球面编队包围控制问题。提出自适应方法实现目标未知的估计，根据相对位置和速度设计球面编队包围控制器。.3）受限下的编队包围控制。针对非仿射纯反馈非线性多智能体协作包围控制。给出一种新的模型变换方法，结合模糊观测器、自适应模糊规则以及监督控制项给出了有向拓扑下的协作包围控制器。针对时滞约束，分别设计出基于虚拟领导者和虚拟结构的非完整飞行器球面编队包围控制器。针对输入受限，提出新的边界函数的定义，基于反步法和输入输出稳定性理论设计出连续的有限时间编队包围控制器。此外，还研究了间歇编队包围控制器。.4）仿真实验验证。研究了上述算法在Webots的仿真实现以及四旋翼无人机实物验证。所提方法在电网潮流计算和道路识别中的应用。.本项目资助下发表（录用）论文24篇，其中SCI核心期刊论文12篇，EI论文12篇。在审论文8篇。获得国家发明专利授权6项，受理1项。培养毕业硕士研究生3人，在学博士研究生4人，在学硕士研究生9人。