基于事件觸發(fā)機(jī)制的多自主水面航行器編隊(duì)避障控制

摘 要：多智能體系統(tǒng)的編隊(duì)避障控制作為智能交通領(lǐng)域的重要研究方向，因其高度實(shí)用性，廣泛應(yīng)用于軍事和民用環(huán)境。傳統(tǒng)的周期性采樣更新機(jī)制在處理非理想狀態(tài)時(shí)效果有限，并且其高資源需求導(dǎo)致了系統(tǒng)資源的顯著浪費(fèi)。為解決這一問(wèn)題，以自主水面航行器模型為背景，基于事件觸發(fā)控制和領(lǐng)導(dǎo)跟隨法，提出了一種多智能體系統(tǒng)編隊(duì)一致性算法，并在該算法中引入了有向圖結(jié)構(gòu)。利用李雅普諾夫穩(wěn)定性理論，對(duì)所提出算法的穩(wěn)定性進(jìn)行了嚴(yán)格的數(shù)學(xué)證明，證明了系統(tǒng)的穩(wěn)定性并避免了芝諾行為。此外，在保證編隊(duì)一致性的前提下，采用改進(jìn)的人工勢(shì)場(chǎng)法實(shí)現(xiàn)了避障和避碰功能。實(shí)驗(yàn)結(jié)果驗(yàn)證了改進(jìn)后的人工勢(shì)場(chǎng)法在避障效果上的顯著優(yōu)勢(shì)。

關(guān)鍵詞：智能交通；編隊(duì)策略；事件觸發(fā)控制；水面航行器；人工勢(shì)場(chǎng)法

中圖分類號(hào)：TP273；U664.82 文獻(xiàn)標(biāo)志碼：A DOI：10.3969/j.issn.1673-3819.2025.02.002

Formation obstacle avoidance control for multi-autonomous surface

vehicle based on event triggered mechanism

ZHU Zhipeng， ZHANG Zhao， ZHOU Hongyan， CHEN Xuebo

（University of Science and Technology Liaoning， Anshan 114051， China）

Abstract：The formation and obstacle avoidance control of multi-Agent systems， as an important research direction in the field of intelligent transportation， is widely applied in military and civilian environments due to its high practicality. The traditional periodic sampling update mechanism has limited effectiveness in handling non-ideal conditions and its high resource demand leads to significant system resource waste. To address this issue， this paper， using an autonomous surface vehicle model as a background， proposes a multi-Agent system formation consistency algorithm based on event-triggered control and the leader-follower method， incorporating a directed graph structure into the algorithm. Utilizing Lyapunov stability theory， this paper provides a rigorous mathematical proof of the stability of the proposed algorithm， demonstrating system stability while avoiding Zeno behavior. Furthermore， under the premise of maintaining formation consistency， this paper implements obstacle avoidance and collision avoidance functions using an improved artificial potential field method. Experimental results verify the significant advantages of the improved artificial potential field method in obstacle avoidance performance.

Key words：intelligent transportation; formation strategy; event-triggered control; surface vehicles; artificial potential field

隨著科學(xué)技術(shù)的發(fā)展，單體智能已無(wú)法滿足日益增長(zhǎng)的生產(chǎn)和生活需求。群體智能在應(yīng)對(duì)復(fù)雜、大規(guī)模任務(wù)時(shí)顯示出巨大的潛力，多智能體系統(tǒng)作為群體智能的一個(gè)重要研究方向，廣泛應(yīng)用于各種場(chǎng)景。在多智能體系統(tǒng)的分布式協(xié)同控制中，編隊(duì)避障策略廣泛應(yīng)用于軍事、民用及日常生產(chǎn)等領(lǐng)域。編隊(duì)控制的核心是多個(gè)智能體在運(yùn)動(dòng)過(guò)程中保持預(yù)定幾何形態(tài)并完成一致性任務(wù)。目前的編隊(duì)方法包括領(lǐng)導(dǎo)跟隨法、基于行為法和虛擬結(jié)構(gòu)法[1-3]。本文選擇使用較為成熟的領(lǐng)導(dǎo)跟隨法作為編隊(duì)一致性算法。

人工勢(shì)場(chǎng)法是常用的避障方法，廣泛應(yīng)用于多智能體系統(tǒng)的避障研究中[4]。然而，大多數(shù)文獻(xiàn)將障礙物視為質(zhì)點(diǎn)，這在模擬中效果良好，但實(shí)際應(yīng)用時(shí)則不夠理想，因?yàn)檎鎸?shí)環(huán)境中的障礙物體積不能被忽略。

多智能體系統(tǒng)的性能優(yōu)化是另一個(gè)重要問(wèn)題。事件觸發(fā)控制[5-8]作為一種先進(jìn)的控制方法廣泛用于控制系統(tǒng)中。與傳統(tǒng)的周期性更新機(jī)制不同，事件觸發(fā)控制在需要時(shí)才進(jìn)行系統(tǒng)狀態(tài)的更新，這可以顯著減少通信開銷和計(jì)算資源的消耗。具體來(lái)說(shuō)，在非理想情況下，如系統(tǒng)狀態(tài)發(fā)生突變或資源有限時(shí)，事件觸發(fā)控制能夠通過(guò)動(dòng)態(tài)調(diào)整觸發(fā)條件，確保系統(tǒng)的穩(wěn)定性等性能。

綜上所述，本文的具體貢獻(xiàn)如下：（1）基于事件觸發(fā)控制，利用領(lǐng)導(dǎo)跟隨法設(shè)計(jì)了多智能體系統(tǒng)編隊(duì)一致性算法，并應(yīng)用于具有有向圖拓?fù)涞亩A非線性系統(tǒng)的避障問(wèn)題；（2）針對(duì)傳統(tǒng)人工勢(shì)場(chǎng)法的不足，提出了改進(jìn)的人工勢(shì)場(chǎng)法以滿足多智能體系統(tǒng)的避障和避碰需求；（3）將三自由度的自主水面航行器模型作為智能體，構(gòu)建實(shí)際應(yīng)用背景下的多智能體系統(tǒng)，實(shí)現(xiàn)基于事件觸發(fā)機(jī)制的多自主水面航行器編隊(duì)避障控制，并給出嚴(yán)格的數(shù)學(xué)證明和仿真實(shí)驗(yàn)以驗(yàn)證算法的有效性。

1 預(yù)備知識(shí)與問(wèn)題描述

1.1 自主水面航行器模型

圖1為某水面航行器模型。

考慮一類自主水面航行器在海平面上的三自由度方向的控制問(wèn)題，本文使用文獻(xiàn)[9]中的水面航行器模型，如圖1所示，三自由度水面航行器具有縱向運(yùn)動(dòng)、橫向運(yùn)動(dòng)和偏航三個(gè)基本

運(yùn)動(dòng)自由度。縱向運(yùn)動(dòng)是沿航行器的縱向軸線前進(jìn)或后退的運(yùn)動(dòng)；橫向運(yùn)動(dòng)是沿航行器的橫向軸線的側(cè)向移動(dòng)；而偏轉(zhuǎn)是繞垂直軸的旋轉(zhuǎn)運(yùn)動(dòng)。自主水面航行器的三自由度動(dòng)力學(xué)方程如下：

1.2 圖論

1.3 改進(jìn)的人工勢(shì)場(chǎng)法

1.4 問(wèn)題描述

2 控制器的設(shè)計(jì)

2.1 事件觸發(fā)的編隊(duì)控制算法

2.2 避障控制算法

2.3 穩(wěn)定性分析和芝諾行為

3 模擬計(jì)算與結(jié)果分析

3.1 一致性結(jié)果分析

在系統(tǒng)初始化并選擇合適的參數(shù)后，我們對(duì)系統(tǒng)在無(wú)障礙物情況下的一致性進(jìn)行了觀察。通過(guò)實(shí)驗(yàn)，驗(yàn)證了多自主水面航行器系統(tǒng)的動(dòng)態(tài)行為，尤其是在領(lǐng)導(dǎo)者的牽引下各個(gè)跟隨者的狀態(tài)變化情況。圖4顯示了系統(tǒng)在時(shí)間推移過(guò)程中，各自主水面航行器的狀態(tài)（包括三個(gè)自由度下的位置和速度）逐漸趨于一致，最終達(dá)成了預(yù)期的編隊(duì)一致性目標(biāo)。這一結(jié)果符合定義1.1中的一致性要求，表明系統(tǒng)能夠?qū)崿F(xiàn)多自主水面航行器編隊(duì)的協(xié)調(diào)運(yùn)動(dòng)。

同時(shí)，我們進(jìn)一步分析了系統(tǒng)在不同自由度下的輸入觸發(fā)時(shí)刻，并通過(guò)圖5進(jìn)行了詳細(xì)展示。圖中，不同的形狀標(biāo)識(shí)代表了各自由度的跟隨者自主水面航行器在特定時(shí)刻的觸發(fā)更新。這些標(biāo)識(shí)清晰地展示了系統(tǒng)輸入的觸發(fā)頻率與時(shí)間分布，揭示了事件觸發(fā)機(jī)制相較于傳統(tǒng)周期更新機(jī)制的顯著優(yōu)勢(shì)。具體而言，與傳統(tǒng)的周期性更新機(jī)制相比，事件觸發(fā)控制大幅減少了更新的頻率和次數(shù)，不但有效降低了系統(tǒng)的通信與計(jì)算資源消耗，還避免了不必要的更新操作，從而顯著提高了系統(tǒng)的整體效率。

通過(guò)事件觸發(fā)機(jī)制的應(yīng)用，系統(tǒng)不僅保持了運(yùn)動(dòng)一致性的穩(wěn)定性，還減少了冗余操作的發(fā)生。這一優(yōu)勢(shì)在資源受限或任務(wù)復(fù)雜的應(yīng)用場(chǎng)景中尤為突出，使得多自主水面航行器系統(tǒng)能夠在完成任務(wù)的同時(shí)，優(yōu)化資源利用率，提高操作的經(jīng)濟(jì)性和效率。總的來(lái)說(shuō)，事件觸發(fā)控制為系統(tǒng)提供了一種更加智能化、經(jīng)濟(jì)化的更新機(jī)制，提升了系統(tǒng)的實(shí)際應(yīng)用價(jià)值。

3.2 編隊(duì)避障結(jié)果分析

將各避障參數(shù)輸入系統(tǒng)后，設(shè)定3個(gè)障礙物坐標(biāo)分別為6，5、10，4、7，8。如圖6兩子圖的實(shí)線部分（4個(gè)跟隨者和3個(gè)障礙物的距離以及不同跟隨者之間的距離），可以看出，使用改進(jìn)后的人工勢(shì)場(chǎng)法后，其實(shí)線部分均沒(méi)有低于預(yù)設(shè)的距離閾值（警戒距離），整體的避障效果較好。而使用傳統(tǒng)的人工勢(shì)場(chǎng)法，可以觀察到，部分實(shí)線并未超過(guò)距離閾值，也就意味著自主水面航行器與障礙物發(fā)生了碰撞。圖7展現(xiàn)的是跟隨者之間的距離曲線圖，其實(shí)線部分均沒(méi)有低于距離閾值，可見自主水面航行器之間并未發(fā)生碰撞。為了更直觀地觀察避障的效果，如圖8所示，自主水面航行器的整體編隊(duì)避障二維平面軌跡從初始位置出發(fā)，最終到達(dá)終點(diǎn)位置。在此過(guò)程中，編隊(duì)形狀從初始的矩形逐漸變換為菱形，同時(shí)各自主水面航行器成功避開了路徑上的3個(gè)障礙物，并且避免了相互碰撞。

4 結(jié)束語(yǔ)

本文得到的主要結(jié)論如下：

（1）本文將多自主水面航行器作為智能體，組成一類具有有向圖的多智能體系統(tǒng)，并基于事件觸發(fā)控制實(shí)現(xiàn)了系統(tǒng)的一致性，通過(guò)嚴(yán)格的數(shù)學(xué)證明和Matlab仿真實(shí)驗(yàn)驗(yàn)證了控制算法的有效性。

（2）在完成系統(tǒng)編隊(duì)一致性的前提下，利用改進(jìn)的人工勢(shì)場(chǎng)法，對(duì)自主水面航行器和障礙物分別做避碰和避障控制，與傳統(tǒng)的人工勢(shì)場(chǎng)法不同的是，經(jīng)過(guò)改進(jìn)后的勢(shì)場(chǎng)函數(shù)能夠做到不忽視物體的體積，使達(dá)到避障和避碰效果更佳。最后通過(guò)對(duì)比實(shí)驗(yàn)驗(yàn)證了改進(jìn)的人工勢(shì)場(chǎng)法的優(yōu)勢(shì)。

參考文獻(xiàn)：

[1] WANG P K C. Navigation strategies for multiple autonomous mobile robots moving in formation[C]//Proceedings IEEE/RSJ International Workshop on Intelligent Robots and Systems （IROS89）. The Autonomous Mobile Robots and Its Applications， Tsukuba， 1989.

[2] BALCH T， ARKIN R C. Behavior-based formation control for multirobot teams[J]. IEEE Transactions on Robotics and Automation， 1998， 14（6）： 926-939.

[3] ZHEN Q Z， WAN L， LI Y L， et al. Formation control of a multi-AUVs system based on virtual structure and artificial potential field on SE（3）[J]. Ocean Engineering， 2022， 253： 111 148.

[4] WEN G X， CHEN C L， DOU H， et al. Formation control with obstacle avoidance of second-order multi-agent systems under directed communication topology[J]. Science China Information Sciences， 2019， 62（9）： 192 205.

[5] LI H Q， LIAO X F， HUANG T W， et al. Event-triggering sampling based leader-following consensus in second-order multi-Agent systems[J]. IEEE Transactions on Automatic Control， 2015， 60（7）： 1 998-2 003.

[6] YU H， CHEN T W. Sampled-data event-triggered control with sampling-independent positive guarantees on inter-event times[J]. Automatica， 2024， 167： 111 798.

[7] XIE X H， LIU Y G， LI Q X. Neural network-based adaptive event-triggered control for cyber-physical systems under resource constraints and hybrid cyberattacks[J]. Automatica， 2023， 152： 110 977.

[8] XIA W F， ZHANG L， MA J J， et al. Non-fragile H∞ filtering for delayed discrete-time Markov jump systems： an adaptive event-triggered strategy[J]. Journal of the Franklin Institute， 2024， 361（7）： 106 781.

[9] WEN G X， GE S S， TU F W， et al. Artificial potential-based adaptive H∞ synchronized tracking control for accommodation vessel[J]. IEEE Transactions on Industrial Electronics， 2017， 64（7）： 5 640-5 647.

[10]LIU Z D， ZHANG A C， QIU J L， et al. Event-triggered control of second-order nonlinear multi-Agent systems with directed topology[J]. Neurocomputing， 2021， 452： 820-826.

[11]LI Z K， DUAN Z S. Cooperative control of multi-Agent systems： a consensus region approach[M]. Boca Raton， FL： CRC Press， 2015.

（責(zé)任編輯：張培培）