【论文速递】北京航空航天大学：无人机-无人车预设时间精准协同控制，30秒内实现复杂编队跟踪

北京航空航天大学团队针对有向通信拓扑结构下异构多智能体系统的预设时间时变输出编队跟踪控制问题，提出了一种创新性解决方案。

其最新研究成果已发布于机器人领域国际会议IEEE IoTJ 2024（中科院TOP & JCR Q1，IF=8.2），论文标题为《Prescribed-Time Time-Varying Output Formation Tracking for Heterogeneous Multi-Agent Systems》。在实验验证环节，团队运用FZMotion光学运动捕捉系统进行无人系统编队定位追踪和数据通信，验证了该方案的有效性和实用性。

集群系统中个体之间通过局部的感知和简单的行为交互, 可以在宏观上涌现出更为复杂与高级的群体行为,即集群智能。多智能体编队控制作为集群智能的重要基础研究分支，现已逐渐成为研究热点。

在动态环境中，系统需实时调整编队形态以规避障碍或拦截目标，这对时变输出编队跟踪提出严苛要求。然而现有方法存在三大痛点：

本文突破性地提出分布式预设时间TVOFT（time-varying output formation tracking）协议，通过动态参数化Lyapunov方程设计时变增益矩阵，首次在异构平台上实现30秒精准编队。

领导者&四个追随者拓扑结构

异构系统包含1个领航无人机（二阶动力学）和4个跟随者（1无人机+3无人车），其动力学方程分别为：

“三步走”策略实现预设时间收敛：

为了验证所提控制协议的有效性，团队搭建了由2架无人机和三辆无人车组成的异构实验平台，进行了预设时间时变输出编队跟踪实验：

通信拓扑图：领航者（节点0）通过有向链路引领4个跟随者

编队轨迹：

如下图所示，系统从随机初始位置出发，30秒内形成标准旋转方阵并维持稳定编队跟踪，50秒仍保持稳定的编队队形。

实物实验环节，研究团队设计了与仿真相同的时变方形编队，无人机高度固定，领导者高度1.2m，跟随着0.8m。如下图实验输出轨迹所示，系统在T2=30s内完成编队跟踪，t=50s时保持稳定。

对比协议：

两种协议的输出轨迹显示编队收敛速度较慢

AOFT协议在t=30s仍有显著误差，FxOFT协议在t=40s收敛

FxOFT协议需更大初始控制输入（最高达3m/s2），而本文所提方法协议输入更平滑

是凌云光设立的全资子公司，主要面向元宇宙虚拟现实、Web3.0时代数字人、沉浸媒体、全息通信、计算光学成像等应用，已形成光场建模、运动捕捉、全景成像、XR 拍摄等在内的产品布局。

FZMotion智能体位姿追踪系统是自主开发的运动捕捉采集与分析系统，可以实时跟踪测量并记录三维空间内点的轨迹、刚体的运动姿态以及人体动作，空间定位精度可以达到亚毫米级。

FZMotion 光学运动捕捉系统

FZMotion动捕系统在无人机室内定位、仿生机器人运动规划、机械臂示教学习、气浮台位姿验证、水下运动捕捉等领域得到广泛应用，目前已经与清华大学、中国科学技术大学、北京航空航天大学、北京理工大学、哈尔滨工业大学等高校开展合作。凌云光·致力于为高校提供完备的解决方案，助力科研发展。

相关信息：