异构系统中的UUV、异构系统模型统一化及单应矩阵在异构系统中的应用

异构系统中的UUV、异构系统模型统一化及单应矩阵在异构系统中的应用

  • UUV发展趋势及关键技术
  • 异构编队系统编队
  • 异构系统模型统一化
  • 单应矩阵在异构系统中的应用

UUV发展趋势及关键技术

上一篇多智能体系统的发展、系统评价及部分文章方法中,我针对UAV、USV以及多智能体的发展进行了简要的描述,但在异构无人系统中还有一类成员UUV(unmanned underwater vehicle)。UUV作为一种主要以潜艇或水面舰艇为支援平台,可长期再水下自主航行并可回收的智能化装备,能够搭载多种传感器,专用设备或武器模块,执行特定的任务使命。根据自主性可将UUV分为(autonomous undersea vehicle,AUV)自主水下航行器和遥控水下航行器(remotelu operated vehicle. ROV)。对于AUV,其主要发展趋势与USV类似,包括系列化、集群化、体系化、大型化等。AUV设计到的关键技术有很多,从总体到具体,包括:总体多学科优化设计结构与材料设计技术导航与定位技术探测与通信技术等。其中导航与定位技术中包括地形物理场导航技术、组合导航技术以及多AUV的协同导航等。令人印象深刻的是可以利用海底的地形、地磁甚至重力辅助导航。随着集群化、体系化的发展,各AUV如何在受限的通信链路条件下实现协同,是更迫切的问题。即使控制算法再精明、效率再高,通信不畅,也无法将信息传输到各个智能体上,实践难以进行。
异构系统中的UUV、异构系统模型统一化及单应矩阵在异构系统中的应用_第1张图片
异构系统中的UUV、异构系统模型统一化及单应矩阵在异构系统中的应用_第2张图片

异构编队系统编队

对于跨域异构编队,同济大学陈杰教授发表了《人工智能发展中的若干科学问题及颠覆性技术》报告,针对未来自主智能无人系统发展规划,提出了 3 个重点研究方向:自主感知与理解、决策与控制一体化、群知与协同控制
所谓跨域异构无人系统编队是指为提升完成任务的能力,将 USV 与 UAV,UUV 整合到编队中,实现跨域多平台协同作业的一种编队模式。以 USV/UAV 跨域异构编队为例,UAV 的优点是视野广、通信限制小,但存在续航时间短的缺点,而 USV 的优势是续航时间长,但搜索范围有限。二者可以互补,即由 USV 运送 UAV 到指定海域,再由 UAV 获得良好视野,从而可弥补 UAV 续航时间短、USV 视野较差的缺点,提高异构编队执行上述任务的能力。

异构系统模型统一化

既然谈到异构编队系统,那么我们首先肯定要解决的问题是针对两种模型不同的系统,如何将模型统一成为一种形式,进而设计控制器那?
文献[3]中通过参考点的方法将无人艇与无人机的运动学模型在XY平面内处理成为统一形式,从而使得异构系统能够以一种形式表示,进而设计编队控制器。文献[4-6]与文献[3]类似,都是先通过坐标转换,引入虚拟控制量进而对异构系统进行编队控制器的设计。我们来举一个例子来说明:
四旋翼无人机的模型如式(1)所示。
异构系统中的UUV、异构系统模型统一化及单应矩阵在异构系统中的应用_第3张图片

我们引入虚拟控制量:
在这里插入图片描述

并令,
异构系统中的UUV、异构系统模型统一化及单应矩阵在异构系统中的应用_第4张图片

则可以得到
异构系统中的UUV、异构系统模型统一化及单应矩阵在异构系统中的应用_第5张图片

其中:
异构系统中的UUV、异构系统模型统一化及单应矩阵在异构系统中的应用_第6张图片

同样对另一异构模型,做同样的操作引入虚拟控制量,便可以得到如式(3)所示的形式,从而实现模型的统一化,为后续设计控制器奠定基础。
文献[7]中虽然也是首先统一异构系统的模型,但不同于前面文献[3-6]引入虚拟控制量的方式,文献[7]是通过选取合适的状态变量,将异构系统表示成形式一样的线性状态空间模型。当然上述可能只是处理异构系统模型不一样的基本方法。
解决了如何表示异构系统之间模型不同的问题,接下来就是对异构系统进行控制器的设计。但设计方法有很多,对于编队控制而言,除了经典的领导-跟随者法、虚拟结构法、基于图论法、基于行为法,文献[10]中还提到虚拟势场法、学习控制法以及混合控制法等。令我印象深刻的是基于势场法,把智能体运动比作电子在电场中运动,智能体在虚拟势场中的河里沿着最小势能方向运动。障碍物表现为斥力,目标点表现为引力。

单应矩阵在异构系统中的应用

异构系统中的UUV、异构系统模型统一化及单应矩阵在异构系统中的应用_第7张图片

然而今天的重点并不是编队控制方法,而是利用UAV上常带的摄像机为基础,通过单应性矩阵方法变换平面物体之间的两个视图的变换信息。主要做法是在跟踪前获取设定的图像信息,在跟踪过程中,利用设定的图像信息和当前的图像信息计算出单应性矩阵Hc,再对该矩阵进行奇异值分解,得到UAV与船舶的相对旋转矩阵,从而为设计控制器提供依据。文献[8]中借助单应性分解技术,直接从当前图像和期望图像中重构出未知尺度因子的位姿误差,不需提前标定外部参数或已知目标物模型信息。文献[9]中采用视觉伺服的思想,采用单应矩阵来变换平面物体之间的两个视图的变换信息。文章采用分层控制的思想,分别设计内环和外环。但该论文中并未涉及船舶的控制,只是设定船舶为无人机跟踪的对象,那这算不算真正的异构协同那?

参考文献:
[1] 宋保维,潘光,张立川,黄桥高,于洋,田文龙,董华超,张新虎.自主水下航行器发展趋势及关键技术[J].中国舰船研究,2022,17(05):27-44.
[2] 徐博,王朝阳.基于无人艇跨域异构编队协同导航研究进展与未来趋势[J].中国舰船研究,2022,17(04):1-11+56.
[3] 白嘉琪,王彦恺,邢昊.无人艇与四旋翼无人机固定时间异构编队控制[J/OL].系统工程与电子技术:1-12.
[4] 马亚杰,王娟,姜斌,龚建业.一种无人机-无人车编队系统容错控制方法[J/OL].航空学报:1-14.
[5] Zhang B, Wang D, Wang J. Formation control for multiple heterogeneous unmanned aerial vehicles and unmanned surface vessels system[C]//2019 Chinese Automation Congress (CAC). IEEE, 2019: 4920-4925.
[6] Cheng W, Zhang K, Jiang B, et al. Fixed-time fault-tolerant formation control for heterogeneous multi-agent systems with parameter uncertainties and disturbances[J]. IEEE Transactions on Circuits and Systems I: Regular Papers, 2021, 68(5): 2121-2133.
[7] 周思全,董希旺,李清东,任章.无人机-无人车异构时变编队控制与扰动抑制[J].航空学报,2020,41(S1):128-139.
[8] 何红坤,王宁.欠驱动无人船单目视觉伺服镇定控制[J].中国舰船研究,2022,17(05):166-174+183.
[9] Huang Y, Zhu M, Zheng Z, et al. Homography-Based Visual Servoing for Underactuated VTOL UAVs Tracking a 6-DOF Moving Ship[J]. IEEE Transactions on Vehicular Technology, 2021, 71(3): 2385-2398.
[10] 杨立炜,付丽霞,李萍.多智能体系统编队控制发展综述[J].电子测量技术,2020,43(24):18-27.

你可能感兴趣的:(异构多智能,矩阵,无人机,机器人,论文阅读)