带有避碰机制的2阶非线性多智能体系统包围编队研究

当前关于包围编队的研究没有考虑一定条件下跟随者之间可能出现的碰撞问题。基于图论、矩阵分析、非线性分析,研究带有避碰机制的2阶非线性多智能体系统包围编队问题,分别设计了带有避碰机制的静态和自适应包围编队协议,并结合李雅普诺夫分析方法得到包围协议稳定的充分条件。通过仿真实验验证包围编队协议的有效性。研究结果表明：协议可使跟随者的运动轨迹最终趋向以所有领导者运动轨迹张成凸包的有限半径范围内,同时所有跟随者之间距离均始终大于安全距离。当前关于包围编队的研究没有考虑一定条件下跟随者之间可能出现的碰撞问题。基于图论、矩阵分析、非线性分析,研究带有避碰机制的2阶非线性多智能体系统包围编队问题,分别设计了带有避碰机制的静态和自适应包围编队协议,并结合李雅普诺夫分析方法得到包围协议稳定的充分条件。通过仿真实验验证包围编队协议的有效性。研究结果表明：协议可使跟随者的运动轨迹最终趋向以所有领导者运动轨迹张成凸包的有限半径范围内,同时所有跟随者之间距离均始终大于安全距离。     

一种分布式多无人机协同定距盘旋跟踪制导律

多无人机协同跟踪运动目标既可以全方位探测目标信息,又可以应对外界视线干扰,降低丢失目标的概率,因而具有重要研究意义。基于Unicycle模型提出了一种仅需目标和邻近无人机信息的分布式协同定距跟踪制导律,解决了传统Leader-Follower方法中编队过于依赖Leader的问题,提高了编队网络的鲁棒性。针对静止目标设计了基于相对距离与视线角的分布式多无人机协同制导律,并证明了系统稳定性;该制导律推广至对匀速及变速目标的跟踪制导;利用飞行控制器、模拟飞行软件X-Plane和仿真软件MATLAB/Simulink对上述静止、匀速和变速3种运动模式的目标分别进行协同跟踪半实物仿真,结果验证了所提制导律的有效性。     

基于半直接法的无人集群协同视觉SLAM算法

协同定位和环境感知技术是无人集群实现自主导航的基石，但受制于大规模无人集群系统小型个体平台的计算、载荷、带宽等资源所限，诸多相关技术难以实际部署应用。为实现资源约束下大规模无人集群的精准定位与环境感知，提出一种基于半直接法的轻量化协同视觉SLAM算法，设计融合光流法和直接法的半直接特征点跟踪方法，采用集中式双向通讯策略，使得大规模无人集群系统在面对通讯干扰和延迟时拥有较高的容错率，同时兼具准确性和快速性。基于EuRoC数据集和实际物理环境对算法开展对比实验，结果表明：新算法的实时性能平均提升60%,显著优于其他基于特征法的协同视觉SLAM算法；在丢包率小于40%以及通讯延迟低于0.1 s的低质量通讯环境中，新算法定位精度更高、鲁棒性更强。