总结了基于一致性的编队飞行控制算法相关几篇文献，采用基于一致性理论的分布式编队控制方法，分析设计无人机编队控制系统，提出无人机群体编队控制方法

基于界栅的日地平动点编队飞行碰撞规避控制研究.pdf

针对一类具有任意初始状态的部分非正则多智能体系统,提出一种迭代学习控制算法.该算法将具有固定拓扑结构的多智能体编队控制问题转化为广义上的跟踪问题,即让领导者跟踪给定的期望轨迹,而跟随者要始终保持预定队形对某一智能体进行跟踪,并将该智能体作为自身的领导者.同时,为了使每个智能体在任意初始状态下都能按照期望队形进行编队,对每个智能体的初始状态设计迭代学习律,并从理论上对算法的收敛性进行严格证明,给出算法收敛的充分条件.所提出的算法对于各个智能体在任意初始位置条件下均能实现在有限时间区间内系统的稳定编队.最后,通过仿真算例进一步验证了所提出算法的有效性.

针对一阶非线性多自主体系统，采用脉冲控制的方法，研究系统的编队跟 踪问题，借助拉普拉斯矩阵的基本性质、矩阵论的基本理论、脉冲系统的稳定性理 论，得出了系统实现编队跟踪的充分条件。而且，由于在现实世界中，脉冲时刻并 不是总是均匀分布的，因此引入了平均脉冲间隔的概念。最后，通过仿真实例验证 了本章的理论结论是有效的

在航天器编队飞行过程中,可能由于通信故障并非所有航天器都能直接获得参考信息,系统通信拓扑结构也可能发生变化。为了提高航天器编队系统的鲁棒性、降低生产成本等,本文在仅有部分航天器能直接获得参考信息和变化通信拓扑结构图的条件下,研究了一种基于一致性理论的航天器编队飞行协同控制方法,并通过仿真来验证其有效性。首先,介绍了航天器编队飞行中的一致性问题和动力学模型。然后,设计航天器编队飞行协同控制律,包括航天器编队飞行姿态协同控制律和航天器编队飞行轨道构型建立与保持协同控制律的设计。最后通过数值仿真验证了控制方法的有效性,仿真结果表明所设计的航天器编队控制方法有效。

基于深度强化学习的编队控制使用MADDPG算法

对于路径规划模块，本文首先限定场景为高速公路场景，由于高速公路这类场景 在远途行驶中时间占比较大，以及交通事故发生情况更为惨烈等特点，因此对车辆编 队的相关研究具有现实意义；其次，针对几种常见的路径规划算法无法在有限探测环 境下做出有效的路径规划这一问题，本文将增量式算法应用于车辆编队场景中，并对 此进行了相应的优化和改进。增量式路径规划算法能够有效处理路径中动态增加的障 碍物，并以较小的计算量得到避让路径，基于此，本文对避让路径的相关参数做出改 进，能够调节车辆的避障意愿。因此车辆在相对宽阔的道路环境中，可通过增大避障 意愿来增加与障碍物车辆的距离，提早做出避让动作，使车辆能够更加安全舒适的行 驶。本文对该算法进行了相关的算例验证。 对于车辆跟驰控制模块，针对传统车辆编队跟驰控制模型未考虑领航车辆横向变 换车道的问题，本文将车辆横向与纵向运动相结合作为跟驰控制方法，并增加对车辆 通信延迟的考虑。传统的跟驰控制直接将领航车辆相关运动信息作为跟驰车辆的系统 输入，本文将车辆通信作为车辆间信息交换的方式，因此考虑通信延迟对于车辆编队 跟驰控制的影响，最后通过 Matlab/Simulink 进行了相关的仿真验证。

matlab kinect 代码使用分布式估计和基于视觉的导航对多个机器人进行基于视觉的分布式群控制 布拉德利大学高级项目。 基于视觉的多机器人编队跟踪。 该项目包含用于实现和模拟多智能体目标跟踪机器人的 Simulink 代码和 matlab 代码。 工作已完成。 代码旨在在 QBot2 上实现，该 QBot2 具有基于深度/RGB 的 kinect 相机。 该设计将采用基于视觉的方法来定位和包围移动目标。 请查看我们的网站了解更多详情。 元 安东尼·勒

采用一致性算法与虚拟结构法研究了多自主水下航行器(AUV)小尺度编队控制问题.首先针对各自主水下航行器拥有不同虚拟领航者信息(参考信息)的情况,通过对各AUV拥有的不一致参考信息进行一致性协商而达到状态一致.其次,基于虚拟结构思想采用坐标变换将各AUV相对于虚拟领航者的相对位置转换为各自的期望位置,并设计了一种有限时间跟踪控制律以确保各AUV能在有限时间内跟踪上其期望轨迹,从而实现了多AUV的小尺度?有限时间编队控制.最后仿真实验验证了控制策略的有效性.

AUV编队应用的分布式优化跟踪算法