基于投影一致的关联动态系统受限集结控制研究

Along with the development of swarm intelligence, the constrained aggregation control problem of multi-agent systems with internal dynamics has become an important branch of control theory. Based on the projected consensus algorithm, this project focuses on the aggregation control of coupled dynamical systems. In the first place, the control algorithms are proposed with both exact and approximate projections, and the conditions on the projection gains and the projection angles are derived. To reduce the energy consumption, the event-triggered scheme is also investigated. In the second place, the barrier-function-based controller and the distributed observer are designed to guarantee the transient performance with state constraints. Also, the disturbance observer is proposed using homogeneous system theory such that the robust aggregation is guaranteed. In the third place, the navigation method combining inertial measurement and machine vision is studied, and the localization technique is established on the basis of contour extraction and edge extraction. Finally, we verify the proposed algorithms by using the nano unmanned aerial vehicle. This project will provide new directions and ideas for cooperative control of multi-agent systems. It will also provide technical support for the engineering applications including coordinated rescue of multiple robots and coordinated monitoring of multiple unmanned aerial vehicles.

随着群体智能技术的发展，研究具有动力学特征的多智能体系统的集结问题，逐渐成为控制学科的重要研究领域。本项目基于投影一致思想，研究互联动态系统的受限集结控制问题。首先，基于投影一致理论，设计严格投影和近似投影下的控制算法，确定闭环系统稳定的投影增益条件和投影角条件。并在此基础上考虑基于事件驱动的解决方案，降低控制输入的能耗。其次，建立暂态性能保障机制，设计基于障碍函数的保性能控制器，基于分布式观测器估计耦合约束乘子，利用均相系统性质设计干扰观测器，保证受限集结控制的鲁棒实现。接下来，研究惯性测量与机器视觉紧耦合的组合导航方法，对目标集合进行远距离轮廓提取和近距离边缘提取，并给出近似投影点的计算与定位方法。最后，基于纳型四旋翼无人机平台验证所提算法的有效性。本项目的研究为多智能体协同控制领域提供了新方向和新思路，同时也为多机器人协同搜集、多无人机协同观测等工程应用提供了技术支撑。

群体智能技术的研究逐渐成为多个领域的一个研究重点。本项目基于投影一致思想，研究互联动态系统的受限集结控制问题。首先，提出了一类近似投影算法，其中近似投影点处于相对于精确投影点的一定偏离角的对应集合内。基于该算法，所有智能体的位置在各自目标集的交集上达到一致，且每个智能体的速度收敛到零。然后，对相邻智能体间相对位置的误差和智能体的绝对速度设定了一个与时间相关的性能界限，并设计了相应的聚合算法以保证达到给定的暂态性能要求。接下来，提出了一种利用结构化点线特征的视觉定位与建图方法。在定位方面，该方法通过构造非线性优化问题，最小化融合点线特征的视觉重投影误差，以获得准确的相机位姿的估计。在建图方面，该方法利用空间直线路标与建筑结构的主导方向之间的平行性约束，构造优化问题对结构化直线坐标进行校正。实验表明，该方法的定位精度领先于现有的方法，特别是在有动态目标干扰的环境中，该方法的鲁棒性明显优于其他领先方法。最后，基于纳型四旋翼无人机平台验证所提算法的有效性。本项目的研究为群体智能技术领域提供了一些新方法，同时也为多机器人系统、多无人机系统协同控制的工程应用提供了技术支撑。