针对复杂环境下的异构无人集群分组编队问题,提出一种基于同步分布式模型预测控制(Distributed Model Predictive Control, DMPC)的编队控制算法。以异构集群为研究对象,建立分组分层控制框架;针对环境中同时存在的障碍、故障和干扰,给...针对复杂环境下的异构无人集群分组编队问题,提出一种基于同步分布式模型预测控制(Distributed Model Predictive Control, DMPC)的编队控制算法。以异构集群为研究对象,建立分组分层控制框架;针对环境中同时存在的障碍、故障和干扰,给出对应的避障策略、故障隔离策略和干扰补偿方法,并结合控制框架将其整合为完整可行的编队控制方案。根据编队控制方案,基于同步DMPC理论、速度障碍法和干扰观测器理论,设计了集避障、容错、抗扰于一体的异构无人集群分组编队控制算法,并证明了算法下集群的稳定性和干扰估计误差的有界收敛性。仿真结果表明:所设计算法下的异构无人集群在复杂环境下兼具良好的避障、故障容错和抗干扰能力。展开更多
文摘针对复杂环境下的异构无人集群分组编队问题,提出一种基于同步分布式模型预测控制(Distributed Model Predictive Control, DMPC)的编队控制算法。以异构集群为研究对象,建立分组分层控制框架;针对环境中同时存在的障碍、故障和干扰,给出对应的避障策略、故障隔离策略和干扰补偿方法,并结合控制框架将其整合为完整可行的编队控制方案。根据编队控制方案,基于同步DMPC理论、速度障碍法和干扰观测器理论,设计了集避障、容错、抗扰于一体的异构无人集群分组编队控制算法,并证明了算法下集群的稳定性和干扰估计误差的有界收敛性。仿真结果表明:所设计算法下的异构无人集群在复杂环境下兼具良好的避障、故障容错和抗干扰能力。
