????????隨著現(xiàn)代化社會的快速發(fā)展，智能體編隊在軍事、航空領(lǐng)域都呈現(xiàn)出了巨大的應用發(fā)展前景,多智能體編隊也逐漸成為了自動控制領(lǐng)域的研發(fā)熱門。無人機編隊控制是多智能體系統(tǒng)自主協(xié)同控制的重要部分，無人機編隊從初始位置出發(fā)，采用一定的控制算法，通過無人機之間的信息交流，實現(xiàn)各自的狀態(tài)更新，然后逐漸移動形成期望的編隊隊形，進而提高系統(tǒng)對環(huán)境的感知能力。

????????本文主要研究和分析了編隊控制算法中比較熱門的一致性控制算法，研究的主要內(nèi)容如下：

????????首先，本文研究仿真實驗環(huán)境下的多無人機協(xié)同編隊控制，通過分析無人機編隊中的無人機模型、通訊拓撲結(jié)構(gòu)、編隊隊形描述和一致性算法原理，設(shè)計出用來控制編隊中協(xié)同變量的一致性控制算法，根據(jù)無人機之間的信息交流和期望的隊形約束，實現(xiàn)無人機編隊隊形形成和隊形保持，并通過仿真實驗驗證了一致性算法的有效性。

????????其次，對一致性算法進行了擴展和應用，考慮實際應用情況中無人機編隊可能出現(xiàn)的一些狀況，如無人機編隊隊形變換；無人機編隊自適應能力，即當編隊中有無人機與其他無人機失去聯(lián)系后，仍能正常通訊的無人機會形成新的隊形來完成后續(xù)任務，而當有新的無人機加入編隊，先與編隊中部分無人機實現(xiàn)信息交互時，然后形成和保持較高精度和穩(wěn)定性的無人機編隊，這種仿真實現(xiàn)在實際應用中具有重要意義；將無人機編隊分為領(lǐng)航者和跟隨者實現(xiàn)編隊的軌跡跟蹤，通過控制領(lǐng)航者朝向一個目標點移動，實現(xiàn)在二維平面上對領(lǐng)航者的控制，應用一致性算法實現(xiàn)跟隨者在二維平面上的軌跡跟蹤控制。

????????

一、編隊控制算法分類

?????? 隨著無人機編隊技術(shù)的迅速發(fā)展，無人機編隊技術(shù)主要分為隊形生成、保持和重構(gòu)三大方面[11]，編隊協(xié)同控制技術(shù)逐步分為基于控制結(jié)構(gòu)和基于感知和交互能力兩個方面來設(shè)計控制算法。具體分類如圖1所示。

?圖1?無人機編隊控制技術(shù)

(1)集中式控制

????????如圖2 a)，編隊中存在一個中心控制器，此中心對編隊中無人機的位置，速度和姿態(tài)提供控制指令，實現(xiàn)編隊隊形的控制。集中式控制算法的優(yōu)點是將編隊中所有無人機的信息匯總到領(lǐng)航者中去計算,此算法控制效果最好，編隊隊形形成的精確度很高。但是編隊形成時通訊比較復雜，通訊負載大，需要中心點的計算能力要求高，整個編隊的魯棒性較差。

?????? 經(jīng)典的Leader—follower算法和虛擬結(jié)構(gòu)算法為集中式算法。

?????? Leader—follower算法[12]，該方法中將多無人機編隊分為一個領(lǐng)航者和多個跟隨者，對領(lǐng)航者進行直接狀態(tài)控制，逐步接近期望隊形，而跟隨者與領(lǐng)航者進行信息相互交流，實現(xiàn)與領(lǐng)航者的狀態(tài)一致性，從而實現(xiàn)編隊的控制[10]。Leader—follower算法比較簡單，容易實現(xiàn)，但其集中式的控制方法存在領(lǐng)航者的信息處理量大，造成了信息冗余，使系統(tǒng)的穩(wěn)定性降低。

?????? 虛擬結(jié)構(gòu)法是由Leader—follower方法改進后的方法[13]，無人機編隊通過構(gòu)建自己的虛擬結(jié)構(gòu)，假設(shè)編隊幾何中心，最后根據(jù)編隊中無人機之間的相對目標距離實現(xiàn)隊形形成。此算法優(yōu)點在于控制效果的準確性高，容錯性好，但當編隊規(guī)模過大時，系統(tǒng)的通訊負載也比較大，針對復雜任務，很難設(shè)計相應的結(jié)構(gòu)。

(2)分散式控制

????????如圖2 b)所示，沒有中心控制器，編隊中各個無人機處于同等地位，有各自獨立的控制器，通過保證無人機與期望位置的不斷接近來實現(xiàn)隊形形成和保持。并且每一架無人機掌握編隊中的部分信息，所以計算時間短，但控制效果不是理想。通過與集中式相比，雖然很難實現(xiàn)全局最優(yōu)，但其容易實現(xiàn)模塊化，可擴展等。

?????? 基于行為的控制算法為分散式控制算法。通過輸出來控制無人機的基本行為，根據(jù)行動準則和編隊中各無人機之間的影響，來實現(xiàn)編隊隊形形成和保持。分散式控制編隊，具有通訊量低，系統(tǒng)比較穩(wěn)定，魯棒性強，容易實現(xiàn)編隊的擴展，但此算法根本上時基于無人機個體的自發(fā)行為，很難直接實現(xiàn)多無人機編隊的形成和重構(gòu)。

??

(3)分布式控制

如圖2 c)所示。不存在中心點，編隊中每架無人機會與其他無人機進行狀態(tài)信息的交流，控制精度較低，但信息溝通的需求量小，使得通訊負載下降，大大降低了對計算能力的要求，編隊形成相對簡單。

?????? 基于一致性方法的控制算法為分布式控制算法。一致性是指編隊中所有個體的協(xié)同變量都趨于一個穩(wěn)定的參考值?；谕ㄓ嵧負浣Y(jié)構(gòu)和一致性控制算法，無人機之間相互進行信息交換，無人機個體不僅知道自己的狀態(tài)信息，而且也獲取鄰居無人機的狀態(tài)信息，根據(jù)這些狀態(tài)信息，編隊中每架無人機不斷更新位置信息，逐步實現(xiàn)期望的編隊隊形。分布式一致性算法，有較高的靈活性，抗干擾性。但是算法設(shè)計比較復雜，對無人機之間的通訊質(zhì)量要求比較高。

?a) 集中式控制

b) 分散式控制

c) 分布式控制

圖2?無人機集群協(xié)同控制結(jié)構(gòu)

無人機編隊協(xié)同控制技術(shù)根據(jù)感知和交互能力的分類，如圖3所示。

(4)基于位置的編隊控制

編隊中的無人機獲得自己的位置信息，然后通過控制自己的位置實現(xiàn)編隊隊形的形成。此算法需要無人機個體的感知能力比較強。

(5)基于距離的編隊控制

需要得知無人機與鄰居的相對位移，來進行編隊控制。對于無人機而言，編隊形成過程需要坐標系提供的方向信息，不需要位置信息。

(6)基于距離的編隊控制

需要得知無人機與鄰居的相對距離來進行控制。對編隊的交互能力要求較高。

圖3 不同的擴展算法對感知和交互能力的需求

????????此外一些學者還提出了人工勢場法、基于圖論法、強化學習法、人工智能和神經(jīng)網(wǎng)絡算法等隊形控制方法。

二、?國內(nèi)外研究現(xiàn)狀

2.1?國外研究現(xiàn)狀

?????? 1987年，Reynolds2等研究人員[14]通過觀察自然界中鳥群的遷移現(xiàn)象，總結(jié)出了Boid模型，并且將自然界中的集群現(xiàn)象概括為三種基本行為，即碰撞，速度匹配和中心點積聚。1995年，Benjacob等研究人員[15]分析了Boid模型中的速度匹配行為，發(fā)現(xiàn)處于集群中的個體經(jīng)過一段時間的運動后，速度和大小和方向會趨向于穩(wěn)定的一致狀態(tài)。2004年，Olfati-Saber等人[16]通過分析具有時間延遲的和變換拓撲結(jié)構(gòu)的一階動力學模型的問題，成功將智能體之間的通訊拓撲關(guān)系總結(jié)為一張網(wǎng)絡通訊拓撲圖，并且提出如下控制方法，此方法奠定了一致性控制理論的基礎(chǔ)。

?????? 2005年，W.Ren和Beard等人[17]成功證明了系統(tǒng)的網(wǎng)絡通訊拓撲結(jié)構(gòu)存生成樹是一階系統(tǒng)的一致性問題在固定拓撲結(jié)構(gòu)下具有穩(wěn)定收斂的充要條件，同時討論了切換拓撲條件下的一致性問題，給出問題的必要解。2007年Olfati-Saber與Fax等人[18]分類總結(jié)了有關(guān)一致性控制算法的很多問題，詳細分析了編隊問題，信息一致性問題，一致性控制器的性能問題和一致性收斂問題等。2007年，Xie等人[19]通過引入一個局部速度反饋器，解決了在一致性控制協(xié)議下的基于牛頓力學的質(zhì)點模型的多智能體編隊問題。并提出如下算法：

?????? 2010年，Wei和Cheng等人[20]討論了線性高階多智能體的一致性問題，提出如下控制算法,成功實現(xiàn)所有智能體根據(jù)相互的局部信息跟隨領(lǐng)航者。

?????? 2012年，Jia和Tang等人[21]研究了具有時間滯后和延遲，拓撲變換的多智能體系統(tǒng)的一致性問題，發(fā)現(xiàn)在整個系統(tǒng)達到一致性后，部分個體與集群系統(tǒng)失去通訊，系統(tǒng)仍能保持一致穩(wěn)定。2016年He和Li等人[22]對處于噪聲環(huán)境下，具有時間滯后，拓撲變換的高階非線性系統(tǒng)的一致性問題進行了研究，指出該條件下的一致性問題都可以轉(zhuǎn)化為求解響應線性矩陣的最優(yōu)解問題。2017年Hernández和León等人[23]設(shè)計了帶有時間延遲的基于領(lǐng)航跟隨者的二階系統(tǒng)的編隊控制算法。研究人員采用二階滑?？刂?，使每個跟隨者和領(lǐng)航者之間預設(shè)一個距離，成功控制跟隨著跟蹤領(lǐng)航者的軌跡，該方法既消除了時間延遲的影響，也保證了系統(tǒng)具有較好的穩(wěn)定性。

2.1?國內(nèi)研究現(xiàn)狀

?????? 2013年，廈門大學Luo等[24]提出了通過控制編隊中無人機的相對距離來實現(xiàn)編隊隊形變換的一種思路和想法，認真分析了隨時間不斷變換的隊形。

?????? 2016年，Dong等[25]研究了變換拓撲和一般線性動力學的集群系統(tǒng)，成功提出了一種在編隊存在可行解的條件下，編隊能自由變換能力的控制辦法。

?????? 2017年，天津大學劉春等[26]采用了人工勢場法的勢場函數(shù)設(shè)計出機器人的控制量輸出，并能成功生成機器人持久隊形。

?????? 2019年，大連工業(yè)大學王婷等[27]結(jié)合了領(lǐng)航者跟隨算法和路徑規(guī)劃時間最優(yōu)兩種方法，成功實現(xiàn)了隊形的形成和保持。

?????? 2019年，Yang等[28]針對具有很少研究成果的區(qū)域約束問題，研究了具有區(qū)域約束的多智能體編隊的控制問題，成功提出一種根據(jù)鄰居的信息來實現(xiàn)編隊控制的方法。

?????? 2020年，馬小山等[29]分析了當無人機編隊出現(xiàn)通訊拓撲故障，執(zhí)行器出現(xiàn)問題和不確定情況下，提出一種容錯方法，接著又通過仿真實驗，成果驗證了容錯算法的有效性。

?????? 2021年，國防科學大學王祥科等[30]分析了數(shù)量眾多的個體所組成的編隊的控制問題，提出了分層分組的控制方法，并通過都實驗仿真驗證了100架無人機在此算法控制下的有效性。

?????? 2021年，海軍航空大學吳立堯等[31]根據(jù)基本的領(lǐng)航者跟隨的算法，設(shè)計出具備動態(tài)反饋自適應的編隊控制器。并且在最近幾年，很多研究人員考慮將路徑規(guī)劃算法和編隊控制算法相結(jié)合，以用來適應現(xiàn)代的智能戰(zhàn)爭。

?????? 通過對目前編隊控制算法的分析，一致性算法是一種分布式的控制算法，編隊隊形形成需要的通訊量較小，編隊成型較容易，所以本文選取一致性算法來實現(xiàn)對編隊的控制。

后續(xù)文章將會逐步介紹研究對象無人機編隊和相應的控制方法。

參考文獻

[1]?? 沈林成, 張慶杰, 王林, 等. 美國及歐洲無人作戰(zhàn)飛機計劃發(fā)展[J]. 火力與指揮控制, 2009, 34(10): 8-14.

[2]?? 劉重陽. 國外無人機技術(shù)的發(fā)展[J]. 艦船電子工程, 2010(1): 19-23.

[3]? 朱華勇, 張慶杰, 沈林成. 提高無人作戰(zhàn)飛機協(xié)同作戰(zhàn)能力的關(guān)鍵技術(shù)[J]. 控制工程, 2010, 17(S1): 52-55.

[4]?? 徐鵬. 有限通信下多智能體系統(tǒng)的編隊研究[D]. 廣西科技大學控制理論與控制工程學科碩士學位論文, 2019: 10-15.

[5]?? 譚拂曉. 多智能體網(wǎng)絡系統(tǒng)一致平衡點與合作控制研究[D]. 燕山大學控制理論與控制工程學科博士學位論文, 2010: 16-23.

[6]?? 李佳佳. 四旋翼飛行器一致性控制研究[D]. 西安電子科技大學航空航天科學與工程學科碩士學位論文, 2018: 10-20.

[7]?? 楊孝文. 未來五大客機新技術(shù)[J]. 廈門航空, 2012(01): 88-89.

[8]?? 高熾揚, 湯雅婷, 徐海波. 多智能體編隊問題的研究[J]. 中國新通信, 2021, 23(18): 49-52.

[9]?? 李文皓, 張珩. 無人機編隊飛行技術(shù)的研究現(xiàn)狀與展望[J]. 飛行力學, 2007(01): 9-11.

[10]?? 王中林, 劉忠信, 陳增強, 等. 一種多智能體領(lǐng)航跟隨編隊新型控制器的設(shè)計[J]. 智能系統(tǒng)學報, 2014, 9(03): 298-306.

[11]?? 劉樹光, 劉榮華, 王歡, 等. 國外無人機集群協(xié)同控制技術(shù)新進展[J]. 飛航導彈, 2021(08): 24-31.

[12]? 楊甜甜, 劉志遠, 陳虹, 等. 移動機器人編隊控制的現(xiàn)狀與問題[J]. 智能系統(tǒng)學報, 2007(04): 21-27.

[13]?? 楊立煒, 付麗霞, 李萍. 多智能體系統(tǒng)編隊控制發(fā)展綜述[J]. 電子測量技術(shù), 2020, 43(24): 18-27.

[14]?? Reynolds C W. Flocks, herds and schools: A distributed behavioral model[C]. Proceedings of the 14th annual conference on Computer graphics and interactive techniques, 1987: 25-34.

[15]?? Vicsek T, Czirók A, Ben-Jacob E, et al. Novel type of phase transition in a system of self-driven particles[J]. Physical review letters, 1995, 75(6): 1226.

[16]?? Olfati-Saber R, Murray R M. Consensus problems in networks of agents with switching topology and time-delays[J]. IEEE Transactions on automatic control, 2004, 49(9): 1520-1533.

[17]?? Ren W, Beard R W. Consensus seeking in multiagent systems under dynamically changing interaction topologies[J]. IEEE Transactions on automatic control, 2005, 50(5): 655-661.

[18]?? Olfati-Saber R, Fax J A, Murray R M. Consensus and cooperation in networked multi-agent systems[J]. Proceedings of the IEEE, 2007, 95(1): 215-233.

[19]?? Xie G, Wang L. Consensus control for a class of networks of dynamic agents[J]. International Journal of Robust and Nonlinear Control: IFAC‐Affiliated Journal, 2007, 17(10‐11): 941-959.

[20]?? Ni W, Cheng D. Leader-following consensus of multi-agent systems under fixed and switching topologies[J]. Systems & control letters, 2010, 59(3-4): 209-217.

[21]?? Jia Q, Tang W K. Consensus of nonlinear agents in directed network with switching topology and communication delay[J]. IEEE Transactions on Circuits and Systems I: Regular Papers, 2012, 59(12): 3015-3023.

[22]?? He P, Li Y, Park J H. Noise tolerance leader-following of high-order nonlinear dynamical multi-agent systems with switching topology and communication delay[J]. Journal of the Franklin Institute, 2016, 353(1): 108-143.

[23]?? Hernández R, De León J, Léchappé V, et al. A decentralized second order sliding-mode control of multi-agent system with communication delay[C]. 2016 14th International Workshop on Variable Structure Systems (VSS). IEEE, 2016: 16-21.

[24]?? Luo D, Xu W, Wu S, et al. UAV formation flight control and formation switch strategy[C]. 2013 8th International Conference on Computer Science & Education: IEEE, 2013: 264-269.

[25]?? Dong X, Hu G. Time-varying formation control for general linear multi-agent systems with switching directed topologies[J]. Automatica, 2016, 73: 47-55.

[26]?? 劉春, 宗群, 竇立謙. 基于持久圖的雙輪機器人編隊生成與控制[J]. 控制工程, 2017, 24(3): 518-523.

[27]?? 王婷, 隋江華. 基于水平集方法的時變流場中弱驅(qū)動多機器人隊形保持方法[J]. 大連工業(yè)大學學報, 2019, 38(06): 464-468.

[28]?? Yang Z, Zhang Q, Chen Z. Formation control of multi-agent systems with region constraint[J]. Complexity, 2019: 20-30.

[29]?? 馬小山, 董文瀚, 李炳乾. 考慮拓撲故障的無人機編隊容錯控制方法研究[J]. 西北工業(yè)大學學報, 2020, 38(5): 1084-1093.

[30]?? 王祥科, 陳浩, 趙述龍. 大規(guī)模固定翼無人機集群編隊控制方法[J]. 控制與決策, 2021, 36(9): 2063-2073.

[31]?? 吳立堯, 韓維, 張勇, 等. 基于領(lǐng)航-跟隨的有人/無人機編隊隊形保持控制[J]. 控制與決策, 2021, 36(10): 2435-2441.文章來源地址http://www.zghlxwxcb.cn/news/detail-752490.html

到了這里，關(guān)于基于一致性的多無人機協(xié)同編隊控制——（1）研究現(xiàn)狀的文章就介紹完了。如果您還想了解更多內(nèi)容，請在右上角搜索TOY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章，希望大家以后多多支持TOY模板網(wǎng)！