基于层级约束的多无人车编队包含控制.pdf

2023 年（第 45 卷）第 8 期汽车工程Automotive Engineering2023（Vol.45 ）No.8基于层级约束的多无人车编队包含控制*吴其林1，林育明2，崔峥嵘2，赵晓敏2（1.合肥学院先进制造工程学院，合肥 230601；2.合肥工业大学汽车与交通工程学院，合肥 230009）摘要 针对多无人系统的编队包含控制问题，本文提出一种自适应鲁棒控制方法。针对系统中的领航者层和跟随者层分别设计对应的编队、包含以及避撞行为约束，并由Udwadia-Kalaba方程求得满足约束所需的理想驱动力。通过渐亏型自适应律估计系统的不确定参数，从而补偿不确定性影响。然后，采用李雅普诺夫函数方法验证了所设计控制的稳定性。最后，数值仿真结果显示：含时变不确定性的受控系统在完成编队包含行为的同时无任何碰撞发生。关键词：约束；编队包含控制；自适应鲁棒控制；不确定性Formation Containment Control for Multiple Unmanned Ground Vehicles Based on Hierarchical ConstraintsWu Qilin1，Lin Yuming2，Cui Zhengrong2&Zhao Xiaomin21.School of Advanced Manufacturing Engineering，Hefei University，Hefei230601；2.School of Automotive and Transportation Engineering，Hefei University of Technology，Hefei230009Abstract An adaptive robust control method is proposed for the formation containment control of multiple unmanned ground vehicle system.The behavior constraints including formation，containment and collision avoidance are designed for the leader layer and the follower layer of the system，and the ideal driving force required to meet the constraints is obtained by the Udwadia-Kalaba equation.An adaptive robust control method based on fading adaptive law is proposed to estimate the uncertain parameters of the system so as to compensate for the influence of uncertainty.The Lyapunov function method is used to verify the stability of the designed control.Finally，the numerical simulation results show that the controlled system with time-varying uncertainty completes the formation containment task without any collision.Keywords：constraints；formation containment control；adaptive robust control；uncertainty前言近年来，得益于信息技术、计算机技术的快速发展，多智能体协同控制逐渐成为当下热点研究内容之一。当前主要研究内容在于如何通过合理的控制算法和协作策略，使得智能体组合成一定的编队形态并遵循期望的行为模式，包括一致性、跟踪、编队、包含、聚合等1-5。其中，多智能体编队包含控制在物资运输中发挥了重要作用。编队包含模式由外围编队和内部包含两种行为组成：外围成员形成稳定的队形后，监控周围环境，识别和排除潜在的安全风险；而用于运输重要物资的成员则在外围成员编队的保护中执行运输任务。编队包含控制技术可以有效保障运动过程中的安全性，在军事、工业、自动化领域中发挥重要作用，正逐步应用于无人机、无人车等运载工具。doi：10.19562/j.chinasae.qcgc.2023.08.004*安徽省制造业重点领域产学研用补短板产品和关键共性技术攻关任务项目（JB22075）、安徽省重点实验室自主创新专项（PA2022GDSK0054）、合肥学院人才科研基金项目（21-22RC10）和合肥工业大学学术新人提升计划 B 项目（JZ2022HGTB0304）资助。原稿收到日期为 2023 年 05 月 21 日，修改稿收到日期为 2023 年 06 月 25 日。通信作者：赵晓敏，副教授，博士，E-mail：。汽车工程2023 年（第 45 卷）第 8 期文献 6 中首次提出了切换工作模式下的多智能体系统编队包含控制问题，并指出这类协同模式具有较好的鲁棒性、可扩展性和适应性。在编队包含问题提出后，国内外学者开始对其进行更广泛更深入的研究7-12。文献 13 中研究了基于有向图论的高阶线性时不变多智能体系统的编队包含问题，开发了一种启发式迭代算法来计算控制器增益、观测器增益以及补偿信号。文献 14 中通过变量代换将编队包含控制问题转换为一致性问题，利用Laplacian矩阵的特殊性质以及领航者、跟随者之间关系，将一致性问题简化为低阶系统的稳定性问题。文献 15 中研究了在有向图下具有参数不确定性和输入扰动的多个Euler-Lagrange系统编队包含问题。文献 16 中从有向通信拓扑结构下的观测器角度出发，设计了一类新的基于分布式自适应观测器的控制器。文献 17 中针对有向通信拓扑的线性时不变群系统，提出了一种双层分布式编队包含控制方案。文献18中针对有界输入和时变时滞的 Euler-Lagrange方程建模系统，设计了分布式动态控制算法，并提出了保证网络收敛的充分条件。目前对于编队包含控制的研究仍存在一些困难与挑战：主要是避撞性问题以及系统不确定性问题。首先，多智能体在进行编队和包含运动时，各智能体之间的位置相互靠近，可能会造成各成员的碰撞；其次，系统模型存在各类不确定性，这些不确定性可能来自外界扰动、系统参数变化等，直接影响了系统的稳定性，现有的处理方法主要有鲁棒控制19-21、自适应控制22-23、模糊方法24-25等。传统的鲁棒控制容易导致控制输入过剩，而模糊法中模糊推理的制定需要专业人员长时间的探索和大量实践经验。因此，本文重点考虑了编队包含模式下成员间的避撞性以及系统不确定性影响，基于约束跟随控制的方式实现多车系统的编队、包含行为。主要有以下3方面贡献：首先，在系统的运动过程中通过合理的避撞约束保证多车间的避撞性能；其次，采用层级约束的形式，分别设计了领航层编队约束和跟随层包含约束，通过约束跟随的形式完成编队包含行为；最后，考虑了系统的时变不确定性，通过一类渐亏型自适应律估计系统的综合不确定性，并基于此设计了自适应鲁棒控制器，实现多无人车的编队包含行为，并在全过程中保证了各成员间的避撞性。1系统模型编队包含系统如图1所示，考虑由N辆无人车组成的编队包含系统，其中包括 K 辆领航车和 N-K 辆跟随车，定义系统集合N=1，2，N，定义领航车集合L=1，2，K，定义跟随车集合为F=K+1，K+2，N。系 统 的 动 力 学 方 程如下：Mi(qi，i，t)qi(t)+Ci(qi，qi，i，t)qi(t)+Fi(qi，i，t)=i(t)（1）式中：qi=xi，yiT表示坐标；i=ix，iyT表示控制输 入；Mi表 示 质 量；Ciqi为 科 里 奥 利 力；Fi=Fix，FiyT表示所受到的外界阻力之和，包括滚动阻力、坡度阻力等；i i Rpi是未知参数，代表系统的不确定性。2层级编队约束设计2.1避撞约束设计设任意两车的距离为Sij(t)：Sij(t)=qi()t-qj()t-2r（2）式中：qi与qj表示任意两车的坐标；r 表示以车辆质心为圆心的安全半径。进一步定义：Sij(t)=qi()t-qj()t2-4r 2（3）构造如下函数：eij=qi()t-qj()t2-4r 2（4）对式（4）求1阶和2阶导数：eij=()qi-qjT()qi-qjqi-qj2-4r 2（5）图1编队包含系统 13342023（Vol.45）No.8吴其林，等：基于层级约束的多无人车编队包含控制eij=qi-qj2+()qi-qjT()qi-qjqi-qj2-4r 2-()qi-qjT()qi-qj()qi-qjT()qi-qj()qi-qj2-4r 23 (6)设计1阶避撞约束为eij=0，即()qi-qjT()qi-qjqi-qj2-4r 2=0（7）设计2阶避撞约束eij=0，即-()qi-qjT()qi-qj()qi-qjT()qi-qj()qi-qj2-4r 23+qi-qj2+()qi-qjT()qi-qjqi-qj2-4r 2=0 (8)令A*ij=()qi-qjTqi-qj2-4r 2（9）c*ij=()qi-qjTqjqi-qj2-4r 2（10）b*ij=()qi-qjT()qi-qj()qi-qjT()qi-qj()qi-qj2-4r 23-qi-qj2-()qi-qjTqjqi-qj2-4r 2 (11)则式（7）、式（8）可分别写成如下形式：A*ijqi=c*ij（12）A*ijqi=b*ij（13）式中i，j 1，2，N，i j。现将各车的避撞约束归纳写成如下形式：A*iqi=c*iA*iqi=b*i（14）当i=1时：A*i=Ai()i+1，Ai()i+2，Ai()N-1Tc*i=ci()i+1，ci()i+2，ci()N-1Tb*i=bi()i+1，bi()i+2，bi()N-1T（15）当i=2，3，N-1时：A*i=Ai()i+1，Ai()i+2，AiNTc*i=ci()i+1，ci()i+2，ciNTb*i=bi()i+1，bi()i+2，biNT（16）当i=N时：A*i=A*i1c*i=c*i1b*i=b*i1（17）2.2领航层队形约束设计定 义 期 望 编 队 为：qj(t)-qk(t)=jk，其 中，jk R2为表示任意两领航车辆相对位置的常向量。由此可定义编队误差如下：ejk(t)=qj()t-qk()t2-jk2（18）设置1阶编队约束：ejk+ljkejk=0（19）式中ljk 0为常量。上述 1 阶约束的解为ejk(t)=ejk(t0)ejk-ljkt，当t 时，误差ejk将收敛到 0，且以指数形式的速度收敛，收敛速度与常量ljk有关。对式（19）求导可得2阶约束形式：ejk+ljkejk=0（20）对式（18）求导后整理得：ejk=2(qj-qk)Tqj-2(qj-qk)Tqkejk=2(qj-qk)Tqj+2qj-qk2-2(qj-qk)Tqk（21）代入式（19）、式（20）可得：2(qj-qk)Tqj=2(qj-qk)Tqk-ljk(qj-qk2-jk2)（22）2(qj-qk)Tqj=-2qj-qk2+2(qj-qk)Tqk-2ljk(qj-qk)T()qj-qk（23）令Ajk=2()qj-qkTcjk=2()qj-qkTqk-ljk()qj-qk2-jk2bjk=-2qj-qk2+2()qj-qkTqk-2ljk()qj-qkT()qj-qk（24）则式（22）与式（23）可写成：Ajkqj=cjkAjkqj=bjk（25）1335汽车工程2023 年（第 45 卷）第 8 期1阶和2阶约束分别归纳写成如下形式：Ajqj=cjAjqj=bj（26）当j=1时：Aj=Aj()j+1，Aj()j+2，Aj()k-1Tcj=cj()j+1，cj()j+2，cj()k-1Tbj=bj()j+1，bj()j+2，bj()k-1T（27）当j=2，3，K-1时：Aj=Aj()j+1，Aj()j+2，AjkTcj=cj()j+1，cj()j+2，cjkTbj=bj()j+1，bj()j+2，bjkT（28）当j=K时：Aj=Aj1cj=cj1bj=bj1（29）2.3跟随层队形约束设计令跟随车与各领航车的位置关系满足：qs(t)=j=1Ksjqj(t)（30）式中：s F，j L；qs(t)表示跟随车辆坐标；qj(t)表示领航车坐标；sj 0且j=1ksj=1。由式（30）可定义跟随车辆的包含误差：es(t)=qs(t)-j=1Ksjqj(t)（31）设置包含约束：es+lses=0（32）式中ls 0为常量。对式（32）求导得：es+lses=0（33）接着，对式（31）求1阶和2阶导数得：es=qs-j=1Ksjqj（34）es=qs-j=1Ksjqj（35）将式（34）与式（35）分别代入式（32）与式（33）：qs=j=1Ksjqj-lsqs+lsj=1Ksjqj（36）qs=j=1Ksjqj-lsqs+lsj=1Ksjqj（37）令：As=Is 2cs=j=1Ksjqj-lsqs+lsj=1Ksjqjbs=j=1Ksjqj-lsqs+lsj=1Ksjqj（38）包含约束式（36）与式（37）可写成：Asqs=csAsqs=bs（39）3层级编队控制设计将全体车辆约束归纳如下：Ai=A*i，AiT，i LA*i，AiT，i F（40）ci=c*i，ciT，i Lc*i，ciT，i F（41）bi=b*i，biT，i Lb*i，biT，i F（42）领航层与跟随层中任意车辆i的约束为Aiqi=ciAiqi=bi（43）定义1阶约束跟随误差：i=Aiqi-ci（44）对式（44）求导得：i=Aiqi-bi（45）由式（1）得：i=AiM-1i(i-Ciqi-Fi)-bi（46）接着，将Mi、Ci、Fi进行分解如下：Mi()qi，i，t=Mi()qi，t+Mi()qi，i，tCi()qi，qi，i，t=Ci()qi，qi，t+Ci()qi，qi，i，tFi()qi，qi，i，t=Fi()qi，qi，t+Fi()qi，qi，i，t（47）式中：Mi、Ci、Fi为系统确定部分；Mi、Ci、Fi为系 统 不 确 定 部 分。设 函 数Mi()、Mi()、Fi()、Fi()均连续。令Di=M-1i，Di=M-1i，Ei=MiM-1i-I，则有Di=DiEiDi=Di+Di（48）令：q=q1，q2，qNT，则q=q1，q2，qNT，q=13362023（Vol.45）No.8吴其林，等：基于层级约束的多无人车编队包含控制 q1，q2，qNT。假设 1：对于每一个(qi，t)Rn R，i i，质量矩阵Mi(qi，i，t)是正定的。假设2：对于任意方阵Pi Rn n，Pi 0，令Wi(q，t)=PiAiDiEiMiATi(AiATi)-1Pi-1（49）存在一个可能未知的常量Ei满足：-1 0为常量参数；r为大于2的整数；i由式（59）渐亏型自适应律控制。i=ki1Tiii-ki2 i（59）其中，i(i，q，q，q，t)用于估计不确定性的上界，即假设3中的i(i，q，q，q，t)。由于假设3中的i无法确定，因而采用式（59）自适应律中的 i来估计i的值。控制设计思路如图2所示。针对领航者，设计编队约束以及避撞约束，得到领航层的理想编队控制，再通过自适应律设计函数，从而设计补偿不确定性的控制部分。跟随层控制设计同理。令i(t)=Ti，(i-i)TT，基 于 假 设 1-3，式（53）控制使得式（1）系统有如下性质。（1）一致有界性：对于任意ri 0，存在di(ri)-di，当t t0+Ti(di，ri)均成立，其中Ti(di，ri)(Li2+Li22-4Li1Li3)/2Li1时，李雅普诺夫函数1阶导为负，系统具有一致有界性：di(ri)=i2i1Ri，ri Rii2i1ri，ri RiRi=12Li1(Li2+Li22-4Li1Li3)其中：i1=minmin(Pi)，k-1i1(1+Ei)i2=maxmax(Pi)，k-1i1(1+Ei)系统还具有一致最终有界性：-di=i2i1RiT=0，rii2i1dii2r2i-(2i1i2)d2iLi1d2ii1i2-Li2dii1i2-Li3，rii2i1di 13382023（Vol.45）No.8吴其林，等：基于层级约束的多无人车编队包含控制4仿真结果与分析选取N=7辆无人车，其中包括K=4辆领航车。安全半径选取r =0.5。队 形 参 数 选 取：122=132=242=342=25，232=412=50。跟随队形参数选取：51=52=0.4，53=54=0.1；61=62=64=0.17，63=0.49；71=72=73=0.17，74=0.49。系 统 参 数：M1，2，3，4=60+3sin t，M5，6，7=70+4sin tF1，2，3，4=-70+7sin 2t-70+7cos 2tTF5，6，7=-100+10sin t-100+10cos tTCi=0.1+0.01sin t0.1+0.01cos tT根据假设3，可选取i函数：i(i，qi)=i1qi2+i2qi+i3 i()qi2+2qi+1=i(qi+1)2=：ii(qi)式 中i1，i2，i3 0是 未 知 的 常 数 参 数 且i=maxi1，i2/2，i3。选取初始条件：q1=00T，q2=-13T，q3=4-3T，q4=55T，q5=62T，q6=73T，q7=94T，qi=10T(i=1，2，7)。仿真结果如图3图12所示。（a）t=0（c）t=5 s（b）t=2 s（d）t=20 s图3队形变化情况 1339汽车工程2023 年（第 45 卷）第 8 期图 3（a）图 3（d）分别表示 t=0、t=2 s、t=5 s、t=20 s时队形变化情况。在t=0时，各车位置无明显的编队关系；在t=2 s时，跟随车5、6已基本进入到领航车包围中；t=5 s时，领航车和跟随车辆分别初步形成了领航编队跟随队形；t=20 s时，领航车和跟随车已形成稳定的编队包含队形。图4显示了领航车Sij的变化情况。各车距离在t=15 s时达到稳定状态。S12、S13、S24和S34均稳定在24 m左右；S14、S23均稳定在49 m左右。整个过程始终有Sij 0。图 5 显示了各跟随车Sij变化情况。在t=25 s时刻后，S56、S57均稳定在5 m左右；S67稳定在2.5 m左右，整个过程始终有Sij 0。图6显示了任意领航车与任意跟随车之间Sij变化情况。在全过程中，Sij均大于0。图7显示各领航车的编队误差ejk情况。各误差在t=15 s后均下降到0左右，并在之后稳定保持在0附近。图8显示了跟随车的包含误差es变化情况。在t 0，10 s 内，包含误差均快速降至 0 左右，在t 10，20 s内，波动逐渐减小，在t=25 s之后无明显波动。图8跟随车包含误差图4领航车距离变化图5跟随车距离变化图6其余车距变化图7领航车编队误差 13402023（Vol.45）No.8吴其林，等：基于层级约束的多无人车编队包含控制图9显示了各车i（约束跟随误差）的变化情况，在t 0，15 s快速下降到0左右，并在之后平稳地保持在0左右。图10显示了各车的自适应参数变化情况。领航车自适应参数在t 0，5 s内先快速增大，后逐渐减小；而跟随车的自适应参数 i则保持相对较小。图11和图12分别显示各车在X、Y方向的控制输入情况。各车控制输入先快速增大后减小，峰值在500 N左右。在t=10 s后，各无人车在X、Y方向上的控制输入逐渐稳定。其中，领航车辆的控制输入均稳定在0左右，只有轻微的波动，且波动越来越小；而跟随车辆的控制输入均稳定在-20 N左右。5结论本文针对多车协同系统中存在的不确定性问题，基于Udwadia-Kalaba方程设计了一种自适应鲁棒控制方法，并应用到多无人车编队包含协同系统中。对于系统中存在的快速时变不确定性，构建了不确定性边界估计函数，通过渐亏型自适应律估计不确定参数，从而设计了针对系统不确定性的补偿部分。通过李雅普诺夫方法验证了系统具有一致有界性和一致最终有界性，并进行仿真验证。仿真结果显示：针对初始零散分布的多无人车系统，在所设计的自适应鲁棒控制作用下，各成员按照领航车和跟随车划分，分别形成矩形编队和包含队形，并在全过程中无任何碰撞发生。参考文献 1 KADA B，KHALID M，SHAIKH M S.Distributed cooperative control of autonomous multi-agent UAV systems using smooth controlJ.Journal of Systems Engineering and Electronics，2020，31（6）：1297-1307.2 韩光松.多智能体系统的多一致性与多跟踪性研究 D.武汉：华中科技大学，2015.HAN G.On multi-consensus and multi-tracking of mulit-agent systems D.Wuhan：Huazhong University of Science and Technology，2015.3 韩小楠.具有干扰的多智能体系统一致性和输出跟踪控制图10各车自适应参数图11各车X方向上的控制输入图12各车Y方向上的控制输入图9各车约束跟随误差 1341汽车工程2023 年（第 45 卷）第 8 期D.西安：西安电子科技大学，2021.HAN X.Consensus and output tracking control of multi-agent systems with disturbance D.Xi an：Xidian University，2021.4 WANG D，WANG W.Necessary and sufficient conditions for containment control of multi-agent systems with time delay J.Automatica，2019，103：418-423.5 赖云晖，李瑞，史莹晶，等.基于图论法的四旋翼三角形结构编队控制 J.控制理论与应用，2018，35（10）：1530-1537.LAI Y，LI R，SHI Y，et al.On the study of a multi-quadrotor formation control with triangular structure based on Graph theory J.Control Theory&Applications，2018，35（10）：1530-1537.6 FERRARI-TRECATE G，EGERSTEDT M，BUFFA A.Laplacian sheep：a hybrid，stop-go policy for leader-based containment controlJ.International Workshop on Hybrid Systems：Computation&Control，2006.7 OUYANG Y，XUE L，DONG L，et al.Neural network-based finite-time distributed formation-containment control of two-layer quadrotor UAVsJ.IEEE Transactions on Systems，Man，and Cybernetics：Systems，2022，52（8）：4836-4848.8 WANG Y，SONG Y，REN W.Distributed adaptive finite-time approach for formation-containment control of networked nonlinear systems under directed topologyJ.IEEE Transactions on Neural Networks and Learning Systems，2018，29（7）：3164-3175.9 ZHOU P，CHEN B M.Formation-containment control of eulerlagrange systems of leaders with bounded unknown inputsJ.IEEE Transactions on Cybernetics，2022，52（7）：6342-6353.10 HAN T，CHI M，GUAN Z H.Distributed threedimensional formation containment control of multiple unmanned aerial vehicle systems J.Asian Journal of Control，2017，19（3）：1103-1113.11 CHEN L，DUAN H.Collision-free formation-containment control for a group of UAVs with unknown disturbancesJ.Aerospace Science and Technology，2022，126：107618.12 WANG Y W，LIU X K，XIAO J W.Output formation-containment of interacted heterogeneous linear systems by distributed hybrid active control J.Automatica，2018，93：26-32.13 GONG X，CUI Y，SHEN J，et al.Necessary and sufficient conditions of formation-containment control of high-order multiagent systems with observer-type protocolsJ.IEEE Transactions on Cybernetics，2022，52（7）：7002-7016.14 赵学远，周绍磊，王帅磊.基于多无人机系统的编队包含控制J.计算机工程，2020，46（8）：284-289.ZHAO X，ZHOU S，WANG S.Formation containment control based on multiple unmanned aerial vehicle system J.Computer Engineering，2020，46（8）：284-289.15 HUA M，DING H，YAO X Y.Distributed fixed-time formation-containment control for multiple Euler-Lagrange systems with directed graphsJ.International Journal of Control，Automation and Systems，2021，19（2）：837-849.16 JIANG W，WEN G，PENG Z，et al.Fully distributed formation-containment control of heterogeneous linear multiagent systemsJ.IEEE Transactions on Automatic Control，2019，64（9）：3889-3896.17 HU J，BHOWMICK P，LANZON A.Twolayer distributed formationcontainment control strategy for linear swarm systems：algorithm and experimentsJ.International Journal of Robust and Nonlinear Control，2020，30（16）：6433-6453.18 SILVA T C，SOUZA F O，PIMENTA L C A.Distributed formationcontainment control with EulerLagrange systems subject to input saturation and communication delays J.International Journal of Robust and Nonlinear Control，2020，30（7）：2999-3022.19 LI S E，QIN X，LI K，et al.Robustness analysis and controller synthesis of homogeneous vehicular platoons with bounded parameter uncertainty J.IEEE/ASME Transactions on Mechatronics，2017，22（2）：1014-1025.20 GE X，HAN Q L，WANG J，et al.Scalable and resilient platooning control of cooperative automated vehicles J.IEEE Transactions on Vehicular Technology，2022，71：3595-3608.21 LI S E，GAO F，CAO D，et al.Multiple-model switching control of vehicle longitudinal dynamics for platoon-level automation J.IEEE Transactions on Vehicular Technology，2016，65（6）：4480-4492.22 MAITY A，HCHT L，HEISE C，et al.Adaptive optimal control using frequency selective information of the system uncertainty with application to unmanned aircraftJ.IEEE Transactions on Cybernetics，2018，48（1）：165-177.23 WANG C，QUAN L，JIAO Z，et al.Nonlinear adaptive control of hydraulic system with observing and compensating mismatching uncertainties J.IEEE Transactions on Control Systems Technology，2018，26（3）：927-938.24 ZHAO X，CHEN Y H，DONG F，et al.Controlling uncertain swarm mechanical systems：a -measure-based approachJ.IEEE Trans.Fuzzy Systems，2019，27（6）.25 DONG F，ZHAO X，CHEN Y H.Optimal longitudinal control for vehicular platoon systems：adaptiveness，determinacy，and fuzzyJ.IEEE Transactions on Fuzzy Systems，2020，29（4）.26 UDWADIA F E，KALABA R E.Analytical dynamics：a new approach M.Cambridge University Press，Cambridge，UK，1996.1342