多無(wú)人車協(xié)同編隊(duì)控制研究現(xiàn)狀及發(fā)展

鄧國(guó)琛 李猛

摘要 無(wú)人車也稱為陸地自主車，是一種地面移動(dòng)設(shè)備。編隊(duì)控制問(wèn)題是多無(wú)人車系統(tǒng)協(xié)調(diào)控制中的一類基本問(wèn)題。在一些特殊的任務(wù)和環(huán)境中，無(wú)人車需要在一定的約束條件下達(dá)到和保持一定的幾何結(jié)構(gòu)，靈活、快速地適應(yīng)環(huán)境，進(jìn)而在復(fù)雜環(huán)境中高效、可靠地執(zhí)行任務(wù)。文章對(duì)無(wú)人車系統(tǒng)的編隊(duì)控制策略及相關(guān)問(wèn)題做了總結(jié)，針對(duì)多無(wú)人車控制系統(tǒng)開(kāi)發(fā)過(guò)程中涉及的多車協(xié)同、任務(wù)分配與調(diào)度中各類型方法的基本原理、代表性研究以及優(yōu)缺點(diǎn)進(jìn)行了梳理。最后對(duì)多無(wú)人車協(xié)同編隊(duì)所面臨的機(jī)遇和挑戰(zhàn)進(jìn)行了展望。

關(guān)鍵詞 無(wú)人車;編隊(duì)控制;任務(wù)分配與調(diào)度;協(xié)同控制

中圖分類號(hào) V279 文獻(xiàn)標(biāo)識(shí)碼 A 文章編號(hào) 2096-8949（2022）03-0028-03

0 引言

無(wú)人車系統(tǒng)主要由運(yùn)動(dòng)控制系統(tǒng)、環(huán)境感知系統(tǒng)、路徑規(guī)劃系統(tǒng)、自動(dòng)定位系統(tǒng)等系統(tǒng)組成[1-2]。

隨著無(wú)人車系統(tǒng)研究的不斷深入，無(wú)人車系統(tǒng)協(xié)同編隊(duì)控制研究的重要性和優(yōu)越性在各個(gè)領(lǐng)域得到體現(xiàn)[3]。與單一無(wú)人車相比較，多無(wú)人車系統(tǒng)協(xié)同編隊(duì)控制的優(yōu)越性體現(xiàn)在以下幾個(gè)方面[4-5]：

（1）在空間和時(shí)間兩個(gè)方面更好地實(shí)現(xiàn)資源合理利用。

（2）每個(gè)無(wú)人車通過(guò)通信傳輸可以獲得更多的信息。

（3）不再被每個(gè)無(wú)人車的功能強(qiáng)弱束縛。

（4）通過(guò)無(wú)人車之間有效、規(guī)律的配合，無(wú)人車系統(tǒng)能夠完成更高難度的任務(wù)。

結(jié)合上述優(yōu)點(diǎn)，無(wú)人車系統(tǒng)的編隊(duì)控制在多個(gè)領(lǐng)域都得到廣泛應(yīng)用，研究促使無(wú)人車系統(tǒng)更高效完成更多、更高難度任務(wù)的協(xié)同編隊(duì)控制方法已經(jīng)成為目前科學(xué)研究的重點(diǎn)和熱點(diǎn)。

1 編隊(duì)控制問(wèn)題研究

1.1 多無(wú)人車編隊(duì)控制任務(wù)描述

編隊(duì)問(wèn)題是多無(wú)人車系統(tǒng)協(xié)同控制中的一類基本問(wèn)題，針對(duì)特定的應(yīng)用場(chǎng)景，類如工廠中的巡檢無(wú)人車，在這類的環(huán)境中會(huì)有諸多障礙，需要無(wú)人車運(yùn)用多種靈活的隊(duì)形通過(guò)，在明確任務(wù)約束和編隊(duì)隊(duì)形后，則需要設(shè)計(jì)系統(tǒng)的運(yùn)動(dòng)規(guī)則及控制方式，使得無(wú)人車在規(guī)定的時(shí)間到達(dá)規(guī)定的地點(diǎn)[6]。

無(wú)人車編隊(duì)控制由隊(duì)形的形成、保持和變換三個(gè)不同的部分組成。隊(duì)形的形成，即原本處在隨意位置隨意姿態(tài)的無(wú)人車，通過(guò)一定的控制邏輯，形成所期望的隊(duì)形。隊(duì)形的保持的含義是指在已經(jīng)形成期望隊(duì)形的情況下，整個(gè)無(wú)人車系統(tǒng)在指定路線上移動(dòng)。隊(duì)形的變換是指無(wú)人車系統(tǒng)在行進(jìn)的過(guò)程中，出現(xiàn)了阻攔行進(jìn)隊(duì)形導(dǎo)致行進(jìn)隊(duì)形難以保持的情況，這時(shí)就需要通過(guò)調(diào)整隊(duì)形通過(guò)障礙后再轉(zhuǎn)變?yōu)橹暗年?duì)形。

1.2 編隊(duì)控制方法分析

在經(jīng)過(guò)對(duì)編隊(duì)控制領(lǐng)域不斷地探索和總結(jié)后，逐漸形成了以領(lǐng)航跟隨法、基于行為法、虛擬結(jié)構(gòu)法為代表的多種編隊(duì)控制方法。下文將詳細(xì)研究這三種編隊(duì)控制方法并針對(duì)其優(yōu)缺點(diǎn)進(jìn)行分析。

1.2.1 領(lǐng)航跟隨法

領(lǐng)航跟隨法是指在多無(wú)人車編隊(duì)中，設(shè)定一個(gè)或多個(gè)無(wú)人車作為編隊(duì)的領(lǐng)航者，其他無(wú)人車作為跟隨者[7-9]。領(lǐng)航車可以獲取整個(gè)編隊(duì)系統(tǒng)的任務(wù)信息并進(jìn)行相應(yīng)動(dòng)作，而跟隨車通過(guò)獲取領(lǐng)航者的位置信息且確定期望相對(duì)距離與角度，從而實(shí)現(xiàn)編隊(duì)控制。因此，通過(guò)控制領(lǐng)航者的軌跡，就可以控制整個(gè)無(wú)人車系統(tǒng)整體行為。

2014年，瑞士蘇黎世聯(lián)邦理工大學(xué) Nageli 等通過(guò)觀察自然界鳥群編隊(duì)利用機(jī)載視覺(jué)感知設(shè)備和通信設(shè)備結(jié)合卡爾曼濾波算法對(duì)編隊(duì)狀態(tài)進(jìn)行估計(jì)，提出了完全分布式的領(lǐng)航跟隨法編隊(duì)控制，在室內(nèi)和室外兩個(gè)條件下進(jìn)行了實(shí)驗(yàn)[10]。

2018年，北京交通大學(xué)的李潤(rùn)梅團(tuán)隊(duì)研究改進(jìn)了領(lǐng)航跟隨法，首先提出了無(wú)人車以時(shí)變的相對(duì)距離和相對(duì)角度跟隨行駛的控制問(wèn)題[11]。通過(guò)設(shè)立領(lǐng)航者和跟隨者之間特定的誤差模型，再把其相對(duì)距離和相對(duì)角度轉(zhuǎn)變?yōu)闀r(shí)變量。新穎的運(yùn)用 Barbalat 引理從不同的角度印證跟蹤誤差漸近收斂。Matlab仿真結(jié)果可以看出跟隨車的跟隨情況符合預(yù)期設(shè)想。

Hog等人用比例算法和PID算法從不同角度將領(lǐng)航跟隨的編隊(duì)控制實(shí)現(xiàn)[12]。文獻(xiàn)[13]提出了控制連接圖為連通時(shí)編隊(duì)可控。當(dāng)控制拓?fù)淝袚Q時(shí)，文獻(xiàn)[14]給出了領(lǐng)航跟隨的編隊(duì)控制的能控性所需要的條件，這也是近年來(lái)該方法的一個(gè)發(fā)展方向。還有許多從不同角度對(duì)該方法的研究。例如，當(dāng)智能體的控制輸入被強(qiáng)制要求滿足一定條件時(shí)的領(lǐng)航跟隨法控制策略，視線受限條件下的領(lǐng)航跟隨法的編隊(duì)跟蹤控制方法，以及領(lǐng)航跟隨法的多剛體姿態(tài)控制等問(wèn)題[15-16]。

領(lǐng)航跟隨法的主要優(yōu)點(diǎn)是有較強(qiáng)的擴(kuò)展性，節(jié)約成本，簡(jiǎn)單易行。同時(shí)領(lǐng)航跟隨法也存在一些不足，主要體現(xiàn)在編隊(duì)的魯棒性十分依賴領(lǐng)航者的魯棒性，很難達(dá)到預(yù)期效果。

1.2.2 基于行為法

基于行為法是基于多無(wú)人車系統(tǒng)的底層運(yùn)動(dòng)控制，上層決策系統(tǒng)對(duì)多無(wú)人車的行為進(jìn)行設(shè)計(jì)，并通過(guò)這些基本行為進(jìn)行組合來(lái)實(shí)現(xiàn)編隊(duì)控制[17-19]。

基于行為法簡(jiǎn)單來(lái)說(shuō)是無(wú)人車收到外界環(huán)境刺激，分析該信息后輸出反應(yīng)向量。引入行為選擇模塊的概念，做出相應(yīng)的處理結(jié)果。確定行為選擇機(jī)制是該方法的重中之重，目前的行為選擇機(jī)制主要有行為抑制法、加權(quán)平均法、模糊邏輯法等。

1999年，美國(guó)杜克大學(xué)Reif團(tuán)隊(duì)通過(guò)研究發(fā)現(xiàn)如果一個(gè)完整的無(wú)人車編隊(duì)系統(tǒng)中的某一個(gè)無(wú)人車出現(xiàn)損壞則整個(gè)系統(tǒng)接收到的信息會(huì)受到很大的影響，針對(duì)這類問(wèn)題其團(tuán)隊(duì)提出了一種新穎的方法，運(yùn)用類比于行為的電勢(shì)場(chǎng)方法，補(bǔ)全了系統(tǒng)中缺失的信息[20]。

2012年，宋運(yùn)忠教授在河南理工大學(xué)的團(tuán)隊(duì)提出了為實(shí)現(xiàn)多智能體系統(tǒng)的構(gòu)型控制，針對(duì)二階多智能體系統(tǒng)采用了一種基于智能體行為的控制算法，考慮到智能體的駛向目標(biāo)行為和構(gòu)型維持行為，有效實(shí)現(xiàn)智能體相對(duì)于期望目標(biāo)的構(gòu)型控制[21]。

其優(yōu)點(diǎn)是不管環(huán)境多么復(fù)雜，都能夠快速得出控制結(jié)論。該方法的另一個(gè)優(yōu)點(diǎn)是可以實(shí)現(xiàn)分布式控制[22]。其缺點(diǎn)是在多種行為中難以選擇較為容易進(jìn)行建模的行為。另外在融合各個(gè)行為時(shí)不確定是否存在不相融的情況，行為越多，環(huán)境越復(fù)雜，融合后的方法就越難滿足各個(gè)條件。

1.2.3 虛擬結(jié)構(gòu)法

M.Anthony Lewis 首先提出了虛擬結(jié)構(gòu)法，其基本思想是將無(wú)人車團(tuán)體的隊(duì)形看作是一個(gè)剛體的虛擬結(jié)構(gòu)，每個(gè)無(wú)人車是虛擬結(jié)構(gòu)上相對(duì)固定的一點(diǎn)[23-25]。通過(guò)雙向控制了解每一個(gè)無(wú)人車的位置，通過(guò)各個(gè)層面的軌跡再把其方向和位置進(jìn)行細(xì)微的調(diào)整。之后跟每一個(gè)固定的點(diǎn)匹配，并循環(huán)得到結(jié)果。

2004年，美國(guó)加州大學(xué)的任偉團(tuán)隊(duì)著重研究了運(yùn)動(dòng)中產(chǎn)生的擾動(dòng)帶來(lái)的影響，通過(guò)引入常見(jiàn)的反饋控制并且加入分散控制解決了缺乏局部控制的缺點(diǎn)[26]。

2009年，Broek等針對(duì)非完整約束的單輪機(jī)器人設(shè)計(jì)了虛擬結(jié)構(gòu)法的控制律，通過(guò)引入智能體間的交互耦合提高了編隊(duì)對(duì)擾動(dòng)的魯棒性[27]。

2019年，浙江工業(yè)大學(xué)的劉安東團(tuán)隊(duì)提出了基于虛擬結(jié)構(gòu)法的多移動(dòng)機(jī)器人分布式預(yù)測(cè)控制，通過(guò)將變換矩陣與虛擬結(jié)構(gòu)相結(jié)合可以改善編隊(duì)結(jié)構(gòu)的靈活性從而有效拓展該方法的應(yīng)用范圍[28]。

總而言之，這類方法的優(yōu)點(diǎn)是跟蹤軌跡的精度高易于觀察;每一個(gè)功能之間的界限不明確，不用設(shè)計(jì)高難度的通信。其缺點(diǎn)是隊(duì)形單一難以運(yùn)用到更多的領(lǐng)域[29]。

1.3 編隊(duì)控制方法優(yōu)缺點(diǎn)比較

為了更直觀地比較領(lǐng)航跟隨法、基于行為法、虛擬結(jié)構(gòu)法的優(yōu)缺點(diǎn)，便于在不同的特定情況下選用更加合適的編隊(duì)控制的方法，進(jìn)行編隊(duì)控制方法對(duì)比如表1所示。

2 編隊(duì)控制發(fā)展趨勢(shì)

編隊(duì)控制方法發(fā)展至今天，其中一種研究思路是把各類方法的優(yōu)點(diǎn)融合在一起的改進(jìn)算法，試圖克服上述各類方法的缺點(diǎn)。例如，文獻(xiàn)[30]提出了一種方法包含領(lǐng)航跟隨法、基于行為法和虛擬結(jié)構(gòu)法來(lái)解決無(wú)人車編隊(duì)控制問(wèn)題。

因?yàn)閷⑷蝿?wù)目標(biāo)作為導(dǎo)向的三種方法：領(lǐng)航法、行為法和虛擬結(jié)構(gòu)法，其研究的重點(diǎn)是多輛無(wú)人車（小規(guī)模）的實(shí)際任務(wù)編隊(duì)策略，所以一定程度上加大了得到系統(tǒng)完整編隊(duì)控制方案的難度。隨著自動(dòng)化與人工智能的高速發(fā)展，單無(wú)人車的自動(dòng)化與智能化程度大幅提升，使得編隊(duì)控制進(jìn)入一個(gè)新的領(lǐng)域即控制無(wú)人車之間的信息交互相互合作來(lái)達(dá)到任務(wù)目標(biāo)，這樣提高了任務(wù)完成度，并更加節(jié)省時(shí)間，大大提高了效率。編隊(duì)控制的另一種表現(xiàn)形式是以單無(wú)人車為對(duì)象，依靠與其他車輛信息交互，實(shí)現(xiàn)較為高級(jí)的協(xié)同編隊(duì)任務(wù)，這樣雖然會(huì)增加車體數(shù)量，但也完成了更加復(fù)雜的任務(wù)。

在實(shí)際應(yīng)用中，新編隊(duì)策略有著效率高、規(guī)模大、成本低的優(yōu)點(diǎn)。相較傳統(tǒng)編隊(duì)方法，有著更高的協(xié)同性和自由度。

3 結(jié)論

綜上所述，在了解無(wú)人車編隊(duì)控制研究的國(guó)內(nèi)外現(xiàn)狀和未來(lái)的發(fā)展前景后，更加明確其在時(shí)代科技發(fā)展中是極其重要的一環(huán)，無(wú)人車編隊(duì)控制研究也會(huì)是未來(lái)重點(diǎn)科研發(fā)展方向，研究無(wú)人車編隊(duì)控制在科技發(fā)展各個(gè)領(lǐng)域都有極其深遠(yuǎn)的意義。

參考文獻(xiàn)

[1]王躍，譚民，景奉永，等.多機(jī)器人協(xié)調(diào)操作大型物體的運(yùn)動(dòng)學(xué)分析及應(yīng)用[J].機(jī)器人，2002（5）： 451-455.

[2]蔡自興.機(jī)器人學(xué)[M].北京：清華大學(xué)出版社，2000.

[3]徐東.多機(jī)器人系統(tǒng)的關(guān)鍵技術(shù)研究[J].應(yīng)用科技，

2004（7）：37-39.

[4]譚民，王碩，曹志強(qiáng).多機(jī)器人系統(tǒng)[M].北京：清華大學(xué)出版社，2005.

[5]原魁，李園，房立新.多移動(dòng)機(jī)器人系統(tǒng)研究發(fā)展近況[J].自動(dòng)化學(xué)報(bào)，2007（8）：786-794.

[6]石桂芬.多移動(dòng)機(jī)器人編隊(duì)容錯(cuò)控制與穩(wěn)定性研究[D].武漢：華中科技大學(xué)，2004.

[7]Lin Z，Ding W，Yan G，et al.Leader-follower formationvia complex Laplacia[J].Automatica，2013（6）：1900-1906.

[8]J.Lu，F(xiàn).Chen，G.Chen.Nonsmooth leader-following formation control of nonidentical multi-agent systems with directed communication topologies[J].Automatica，2016（64）： 112--120.

[9]張立威. 基于領(lǐng)航跟隨法的無(wú)人車跟隨控制方法研究[D].北京：北京交通大學(xué)，2018.

[10]Nageli T，Conte C，Domahidi A.Environment independent formation flight for micro aerial vehicles[C].IEEE International Conference on Intelligent Robots and Systems.Chicago： IEEE Press，2014：1141-1146.

[11]李潤(rùn)梅，張立威，王劍.基于時(shí)變間距和相對(duì)角度的無(wú)人車跟隨控制方法研究[J].自動(dòng)化學(xué)報(bào)，2018（11）：2031-2040.

[12]Hogg R，Rankin A，Roumeliotis S，et al.Algorithms and sensors for small robot path following[C].Proc of the 2002IEEE Int Conf on Robotics & Automation.Washington DC，2002：3850-3857.

[13]Ji Z，Wang Z，Lin H，et al.Interconnection topologies for multi-agent coordination under leader-follower framework[J]. Automatica，20095（12）： 2857-2863.

[14]Liu B，Chu T，Wang L，et al.Controllability of a leader-follower dynamic network with switching topology[J].IEEE Trans on Automatic Control，2008（4）：1009-1013.

[15]Consolini L，Morbidi F，Prattichizzo D，et al.Leader-follower formation control of nonholonomic mobile robots with input constraints[J].Automatica，2008（5）：1343-1349.

[16]Dimarogonasa D，Tsiotrasb P，Kyriakopoulosc K.Leader-follower cooperative attitude control of multiple rigid bodies[J].Systems & Control Letters，2009（6）：429-435.

[17]Reynolds C.Flocks，herds，and schools：A distributed behavioral model[J].Computer Graphics，1987（4）：25-34.

[18]Hu Z，Ma C，Zhang L，et al.Formation Control of Impul-sive Networked Autonomous Underwater Vehicles Under Fixed and Switching Topologies[J].Neurocomputing，2015（1）：291-298.

[19]Ni J，Yang S X.Bioinspired Neural Network for Real-time Cooperative Hunting by Multi-robots in Unknown Environments[J].IEEE Transactions on Neural Networks，2011（22）：2062-2077.

[20]Reif J H，Wang H.Social potential fields：A distributedbehavioral control for autonomous robots[J].Robotics and Autonomous Systems，1999（27）：171-194.

[21]宋運(yùn)忠，楊飛飛，基于行為法多智能體系統(tǒng)構(gòu)形控制研究[J].控制工程，2012（4）：687-690.

[22]Shin J，Kim S，Suk J.Development of robust flocking control law for multiple UAVs using behavioral decentralized method[J].Journal of the Korean Society for Aeronautical and Space Sciences，2015（10） ：859-867.

[23]Lewis M A，Tan K H. High Recision Formation Control of Mobile Robots Using Virtual Structures[J].Autonomous Robots，1997（4）： 387-403.

[24]C.Ma，Q.S.Zheng.Distributed formation control of 6-dof autonomous underwater vehicles networked by sampled-data information under directed topology[J].Neurocomputing， 2015（22）：33-40.

[25]Olfati-Saber R，Murray RM.Consensus problems in networks of agents with switching topology and time-delays.IEEE Trans Au-tom Control，2004（9）：1520.

[26]Ren Wei，Beard R.Formation feedback control for multiple spacecraft via virtual structures[J].IET Control Theory and Applications，2004（3）：357-368.

[27]Broek T，Wouw N，Nijmeijer H. Formation control of unicycle mobile robots：A virtual structure approach[C].Proc of the Joint 48th IEEE Conf on Decision and Control and 28th Chinese Control Conference. Shanghai，2009：8328-8333.

[28]劉安東，秦冬冬.基于虛擬結(jié)構(gòu)法的多移動(dòng)機(jī)器人分布式預(yù)測(cè)控制[J].控制與決策，2021（5）：1273-1280.

[29]Lewis R，Tan K. High precision formation control of mobile robots using virtual structures[J]. Autonomous Robots， 1997（4）：387-403.

[30]Beard R，Lawton J，Hadaegh F.A coordination architecture for spacecraft formation control[J].IEEE Trans on Control Systems Technology，2001（6）：777-790.