基于周期检测的事件驱动蜂拥控制及其智能车平台仿真研究

Flocking, a typical swarm behavior, is one of the most significant features in biological systems. Flocking control, which studies flocking problem in the view of control theory, is an important way to study flocking behavior. In this project, we will study flocking control in an event-triggered manner. Due to the high energy cost caused by continuous detection of triggering conditions in the conventional event-trigged control, we propose another mechanism in which only periodic detection of triggering conditions is required. A series of flocking control problems will be studied using the proposed mechanism. The main contents are as follows. The periodic event-triggered flocking control mechanisms will be designed based on state error and relative energy respectively. Then, performance indexes will be provided to evaluate convergence speed and communication cost of flocking motion, and the relationship between the system performance and control parameters will be established to make an optimal tradeoff design with the purpose of meeting the requirement of convergence speed and the constraint of communication cost. At last, the theoretical results will be verified on the smart vehicle group simulation platform. The optimal strategy of system parameters in complex environment will also be studied on this simulation platform. This project sheds light on a new way on the study of flocking control and the successful completion of this project will provide theoretical evidence for the design, development and construction of artificial multi-agent systems with biological features.

群集行为是生物系统重要特征之一，蜂拥运动是一种典型的群集行为。蜂拥控制从控制论的角度研究蜂拥行为，是蜂拥行为研究的重要分支。本项目采用事件驱动的方法研究蜂拥控制问题，针对传统事件驱动控制需要连续检测驱动条件，耗费大量有限资源的问题，提出周期检测驱动条件的事件驱动方法，并在此框架下研究一系列蜂拥控制问题。主要内容包括：分别基于状态误差和相对能量设计周期性事件驱动蜂拥控制机制，给出此机制下描述系统收敛速度和通讯成本的性能指标及其决定因素，兼顾收敛速度要求和通讯成本约束完成权衡优化设计。最后，通过智能车组群仿真平台验证控制机制，基于该平台研究复杂环境下的系统参数优化问题。本项目的成果，一方面将为蜂拥控制问题提供新的研究思路；另一方面，将为具有生物系统特征的人工多主体系统设计、开发与构建提供理论依据。

蜂拥控制从控制论的角度研究蜂拥行为，是蜂拥行为研究的重要分支。本项目以典型群集行为——蜂拥运动为背景，采用事件驱动的方法研究蜂拥控制的建模、动力演化过程等问题。项目组研究了周期性事件驱动控制策略下，多主体系统一致性动力演化问题，一方面研究了具有二阶动力学特征的多主体系统一致性与采样周期的关系，另一方面研究了该系统在量化条件下达到一致的条件；研究了分布式事件驱动控制下，多主体系统以一定的速率指数收敛的动力演化以及在量化通讯情况下，系统达到一致性的分布式的事件驱动控制策略；基于鱼群和鸟群群集行为，研究了在包含控制策略下，带有脉冲控制的二阶多主体系统蜂拥演化行为，分别研究了静态和动态Leader两种模式，为具有生物系统特征的人工多主体系统设计、开发与构建提供理论依据；研究了基于事件驱动策略的多主体系统群集行为收敛速度，给出了描述系统收敛性能的指标，并通过智能车组群仿真平台，试验了我们所提出的算法，并做了一系列系统参数优化设计的群组实验。本项目将蜂拥运动与统计特性分析研究、复杂系统动力学研究相结合，拓展了复杂系统理论和蜂拥控制理论，获得的结果对多主体系统的蜂拥行为分析具有一定的应用指导意义。项目共完成研究论文14篇，其中国际期刊论文12篇，包括12篇SCI收录期刊论文，2篇会议论文。