基于混杂控制方法的多自主移动机器人协同目标追踪与路径跟踪研究

摘要

多自主移动机器人系统由于其在空间和功能上的分布性,较强的容错性、鲁棒性和可扩展性等诸多优点,广泛应用于军事、工农业生产、空间探索、医学、交通控制、服务行业等领域。由于非完整约束模型近似描述了许多实际的自主移动机器人,如无人车辆及无人飞行器等,其研究成为了多自主移动机器人系统的热点和难点。
　　 本文研究的协同目标追踪和路径跟踪问题,以具有非完整约束的unicycle模型为主,目的在于寻找一类基于局部信息的分布式控制算法,使多自主移动机器人协同包围目标,并保持均一分布的圆周运动队形；或者在指定路径上协同跟随路径,并形成一定的队形要求。由于考虑的小车模型具有非完整约束和非线性的特点,且无区别、不编号、检测范围有限。本文提出一类新颖的、混杂控制的思路,结合非线性控制理论,设计简单有效的协同控制算法求解这两类问题。概括来说,本文的研究工作主要集中在以下几个方面:
　　 研究了静止目标协同追踪问题。针对非完整约束系统协同控制设计的难点,本文提出了一类新颖的、利用不变性和可达性指标来描述多机器人协同控制的方法,将混杂系统和非线性系统结合,设计了一类简单有效的、仅利用局部信息(相对距离和方位角)的分布式控制算法求解静止目标协同追踪问题。本文证明了在此局部控制算法下,能实现全局的收敛和稳定,也即是任意初始状态将最终收敛到平衡点,完成协同包围并形成均一分布的圆周运动。
　　 研究了移动目标协同追踪问题。利用指标描述方法,结合不变集理论,定义了移动目标协同追踪问题中包含平衡点的受控不变集。针对此不变集,设计了可重构的分布式控制算法,使非完整约束个体能跟随且包围非匀速、时变的运动目标,并研究了此类算法在物理约束下可解的必要条件；此外,此控制算法中采用了一类基于连续控制的均一分布算法,保证小车能以均一分布的队形包围目标,保持目标为群体中心,能拓展应用于不同模型中求解同类问题,具有通用性和普适性。
　　 研究了多目标协同追踪拦截问题。考虑到多目标协同追踪拦截的实际特点,区别于当前只侧重于目标指派或追踪算法的研究,本文重点研究了目标指派与目标追踪算法动态实时结合,完整分析了多目标协同拦截的整个过程,设计了一类基于最小加权势能的目标指派和分布式平行导航追踪的多目标协同拦截算法,使一群非完整约束的追踪者能通过局部检测信息,实时自主决策控制,快速有效地协同拦截一群运动目标。并考虑与实际应用相结合,通过严格分析证明及仿真结果,验证了即使追踪者与目标机动性相近,算法依然能有效求解。
　　 研究了协同路径跟踪问题。利用本文提出的不变性和可达性指标描述方法,直观地描述了非完整约束系统的协同路径跟踪问题,设计了一类仅利用局部检测信息的分布式控制算法,并着重分析了和证明了基于局部控制下的连接性和收敛性。区别于绝大部分的协同路径跟踪算法,本文提出的算法不依赖于全局坐标和全局路径描述函数,也不需要路径跟踪与协同运动解耦。个体采用此算法,在根据局部信息建立的网络拓扑下实现了协同路径跟踪问题。此外,本文还将单路径上的协同路径跟踪算法拓展到了多路径协同跟踪问题中。
　　 对于本文所提出的分析建模方法与控制算法,不仅给出了严格的理论分析和数学证明,还通过Matlab仿真验证了本文的工作和贡献。