复杂动态环境下多移动自主体编队协调控制

多移动自主体系统在复杂动态环境中工作时，存在系统变量多、测距传感器作用范围小且受地形影响大、编队通信复杂度高等特点。结合实际需求，本项目通过理论创新和实验验证开展复杂动态环境下多移动自主体编队协调控制的研究工作。研究多自主体系统多变量一致性，为进一步研究编队控制算法奠定理论基础；探索基于接收信号强度指示的编队控制策略，在保持拓扑连通的前提下扩大多移动自主体编队作用范围，保证无卫星定位功能情况下的可靠编队；研究编队实时自主拓扑优化算法，提出路径规划方法，降低自主体网络的通信复杂度，提高多移动自主体系统对动态目标的跟踪速度。根据本项目研究工作的需求，建立移动自主体机器人仿真与实验平台，为实际应用提供测试平台和应用原型。本项目研究工作的开展有助于完善多自主体系统协调控制理论，促进多移动自主体系统在应急救灾、战场侦察、环境监控、智能楼宇监控、多机器人协作系统等领域的应用。

本项目针对多自主体在复杂动态环境中协调编队存在多变量协同、传感器测距范围受限、编队通信复杂度高等问题，研究了一致性协议下多自主体最优刚性编队问题，并将成果应用于多机器人编队实验中。.首先，设计了同构多自主体基于脉冲和事件触发控制的非线性控制协议，给出了传递函数描述下异构多自主体基于反馈控制的输出一致性控制条件。进一步，针对多自主体编队协调控制中信息交互通信拓扑复杂度高的问题，提出了基于最优刚性图的分布式通信拓扑优化策略，设计了功率调整策略与睡眠调度策略联合控制的拓扑优化算法，有效地降低了协调控制的通信复杂度，在降低能耗的同时保证了通信的连通性与鲁棒性；为更好的降低通信复杂度，提出了基础圈的概念，设计了基础圈为三角形或四边形的最优刚性编队的持久化方法，并证明了具有任意结构的最优刚性图均可通过刚性边分离逆操作与增加顶点逆操作进行分解，得到具有任意结构的最优持久编队通信拓扑。进一步提出基于接收信号强度的融合多变量控制的分布式编队控制方法，避免了自主体之间相互距离很难精确获得的不足；采用领航-跟随控制策略和基于邻居距离的势函数方法，设计了最优刚性群集编队运动控制算法；提出了基于相对距离和相对角度的两种编号策略，实现了对应于圆形编队的最小持久拓扑生成，设计了最小持久拓扑编队运动控制律，保证了圆形编队的生成与控制；利用预测控制的分布式滚动时域优化方法，结合障碍物避免策略，提出了一种 Leader-follower 编队控制方法。最后，以移动机器人为对象，开发了一套SRV-1机器人编队实验系统，在研究自主体定位算法基础上，进行了多机器人编队实验验证。. 研究成果发表在Computer Networks、IET Control Theory and Applications、自动化学报等国内外著名期刊及会议上，发表和录用论文31篇，其中SCI检索12篇,EI检索12篇，获国际学术会议最佳论文奖1篇，申报专利4项，其中获授权1项。培养毕业博士研究生2名，硕士研究生7名，获河北省优秀硕士学位论文4篇。