طراحی کنترلکننده آرایش پیشرو- پیرو مبتنی بر حرکت گروهی پیشرو- پیرو با یک پیشروی مجازی برای دستههایی از وسیلههای پرنده

نوع مقاله : مقاله پژوهشی

نویسندگان

دانشگاه و پژوهشگاه عالی دفاع ملی و تحقیقات راهبردی

چکیده

حرکت گروهی پرندگان و ماهی‌ها توسط سیستم‌های چندعاملی مدل می‌شود. حرکت گروهی پرندگان و ماهی‌ها دارای قوانین رینولدز می‌باشند؛ که این قوانین عبارت هستند از: اجتناب از برخورد، تطبیق سرعت و جمعیت محور بودن. هدف، طراحی کنترل‌کننده‌ای است که بتوانیم توسط این کنترل‌کننده بسته‌های پستی یک منطقه را با استفاده از تعدادی وسیله پرنده تحویل دهیم. برای این کار چندین گروه از وسیله‌های پرنده را در نظر می‌گیریم. برای هر گروه از وسیله‌های پرنده یک کنترل‌کننده آرایش پیشرو-پیرو در نظر می‌گیریم، تا با یک آرایش خاصی، بسته‌های پستی را به منطقه موردنظر تحویل دهند. در هر گروه از وسیله‌های پرنده، یک پیشرو وجود دارد که چندین پیرو از این پیشرو تبعیت می‌کنند. در نتیجه تعداد پیشروها با تعداد گروه‌ها برابر است. ارتباط بین گروه‌ها توسط پیشروی موجود در هر گروه برقرار می‌شود. با توجه به قوانین رینولدز، از کنترل‌کننده حرکت گروهی برای کنترل حرکت پیشروها استفاده می‌کنیم. این کنترل‌کننده حرکت گروهی، دارای یک پیشروی مجازی می‌باشد و ما فقط این پیشروی مجازی را کنترل می‌کنیم. وسیله‌های پرنده پیشرو، توسط کنترل‌کننده حرکت گروهی از پیشروی مجازی تبعیت می‌کنند. این کنترل‌کننده دارای حجم محاسبات کم، زمان محاسبات کم، سرعت پردازش بالا، پهنای باند کم، هزینه کم و قابل پیاده‌سازی و اجرا در یک سیستم ساده می‌باشد. طبق شبیه‌سازی‌های انجام‌شده، اگر یکی از پیشروها یا یکی از پیروها در طول مسیر دچار خطا شود؛ بقیه وسیله‌های پرنده تا رسیدن به هدف موردنظر به حرکت خود ادامه می‌دهند و هیچ خللی در کنترل حرکت بقیه وسیله‌های پرنده ایجاد نمی‌شود.

کلیدواژه‌ها


  • [1] D. O. Anderson, C. Yu, B. Fidan, and J. M. Hendrickx, “Rigid graph control architectures for autonomous formations,” IEEE CONTR SYST MAG, vol. 28, issue. 6, pp. 48-63, 2008.##
  • [2] Olfati-Saber, J. A. Fax, and R. M. Murray, “Consensus and cooperation in networked
    multi-agent systems,” P IEEE, vol. 95, issue. 1, pp. 215-233, 2007.##
  • [3] Ren, R. W. Beard, and E. M. Atkins, “Information consensus in multivehicle cooperative control,” IEEE CONTR SYST MAG, vol. 27, issue. 2, pp. 71-82, 2007.##
  • [4] Li, S. S. Ge, W. He, G. Ma, and L. Xie, “Multilayer formation control of multi-agent systems,” Automatica, vol. 109, 108558, 2019.##
  • [5] Mehdifar, C. P. Bechlioulis, F. Hashemzadeh, and M. Baradarannia, “Prescribed performance distance-based formation control of Multi-Agent Systems,” Automatica, vol. 119, 109086, 2020.##
  • [6] Shi, T. Li, J. Li, C. P. Chen, Y. Xiao, and Q. Shan, “Adaptive leader-following formation control with collision avoidance for a class of second-order nonlinear multi-agent systems,” Neurocomputing, vol. 350, pp. 282-290, 2019.##
  • [7] Rekabi, F. A. Shirazi, and M. J. Sadigh, “Distributed nonlinear H∞ control algorithm for multi-agent quadrotor formation flying,” ISA T, vol. 96, pp. 81-94, 220.##
  • [8] Wen, C. P. Chen, H. Dou, H. Yang, and C. Liu, “Formation control with obstacle avoidance of second-order multi-agent systems under directed communication topology,” Science China Information Sciences, vol. 62, 192205, 2019.##
  • [9] Li, Z. Li, S. Shen, and S. Fei, “Extended adaptive event-triggered formation tracking control of a class of multi-agent systems with time-varying delay,” Neurocomputing, vol. 316, pp. 386-398, 2018.##
  • Viel, S. Bertrand, M. Kieffer, and H. Piet-Lahanier, “Distributed event-triggered control strategies for multi-agent formation stabilization and tracking,” Automatica, vol. 106, pp. 110-116, 2019.##
  • He, P. Bai, X. Liang, J. Zhang, and W. Wang, “Feedback formation control of UAV swarm with multiple implicit leaders,” AEROSP SCI TECHNOL, vol. 72, pp. 327-334, 2018.##
  • Chen, H. Pei, Q. Lai, and H. Yan, “Multitarget tracking control for coupled heterogeneous inertial agents systems based on flocking behavior,” IEEE T SYST MAN CY A, vol. 49, issue. 12, pp. 2605-2611, 2018.##
  • Zhao, H. Chu, M. Zhang, T. Sun, and L. Guo, “Flocking control of fixed-wing UAVs with cooperative obstacle avoidance capability,” IEEE Access, vol. 7, pp. 17798-17808, 2019.##
  • Z. Muslimov, and R. A. Munasypov, “Adaptive decentralized flocking control of multi-UAV circular formations based on vector fields and backstepping,” ISA T, vol. 107, pp. 143-159, 2020.##
  • Qiu, and H. Duan, “A multi-objective pigeon-inspired optimization approach to UAV distributed flocking among obstacles,” INFORM SCIENCES, vol. 509, pp. 515-529, 2020.##
  • Liu, and Z. Gao, “A distributed flocking control strategy for UAV groups,” COMPUT COMMUN, vol. 153, pp. 95-101, 2020.##
  • Luo, and H. Duan, “Distributed UAV flocking control based on homing pigeon hierarchical strategies,” AEROSP SCI TECHNOL, vol. 70, pp. 257-264, 2017.##
  • Kwon, and J. Hwang, “Mathematical modeling for flocking flight of autonomous multi-UAV system, including environmental factors,” KSII Transactions on Internet and Information Systems (TIIS), vol. 14, no. 2, pp. 595-609, 2020.##
  • Pazhouhi Gisavandani, A. Mahdloo Torkamani, P. Sorooshian, “Design and Implementation of Radar Tester Using SDR,” Journal of “Innovations of Applied Information and Communication Technologies”, vol. 1, no. 2, 2019. (In Persian).##
  • Kim, and Y. Kim, “Optimum design of three-dimensional behavioural decentralized controller for UAV formation flight,” ENG OPTIMIZ, vol. 41, issue. 3, pp. 199-224, 2009.##
  • Olfati-Saber, “Flocking for multi-agent dynamic systems: Algorithms and theory,” IEEE T AUTOMAT CONTR, vol. 51, issue. 3, pp. 401-420, 2006.##
  • Dong, Q. Tan, Q. Li, and Z. Ren, “Necessary and sufficient conditions for average formation tracking of second-order multi-agent systems with multiple leaders,” J FRANKLIN I, vol. 354, issue. 2, pp. 611-626, 2017.##
  • Dong, and G. Hu, “Time-varying formation tracking for linear multiagent systems with multiple leaders,” IEEE T AUTOMAT CONTR, vol. 62, issue. 7, pp. 3658-3664, 2017.##
  • Q. Chen, and Z. Wang, “Formation control: a review and a new consideration,” In 2005 IEEE/RSJ International Conference on Intelligent Robots and Systems, pp. 3181-3186, 2005.##
  • Ren, R. W. Beard, and E. M. Atkins, “A survey of consensus problems in multi-agent coordination,” In Proceedings of the 2005, American Control Conference, 2005,pp. 1859-1864, 2005.##
  • P. Scharf, F. Y. Hadaegh, and S. R. Ploen, “A survey of spacecraft formation flying guidance and control. part ii: control,” In Proceedings of the 2004 American Control Conference, vol. 4, pp. 2976-2985, 2004.##
  • Saif, I. Fantoni, and A. Zavala-Río, “Flocking of multiple unmanned aerial vehicles by lqr control,” In 2014 International Conference on Unmanned Aircraft Systems (ICUAS), pp. 222-228, 2014.##
  • A. Quintero, G. E. Collins, and J. P. Hespanha, “Flocking with fixed-wing UAVs for distributed sensing: A stochastic optimal control approach,” In 2013 American Control Conference, pp. 2025-2031, 2013.##
  • Jing, “Research on Multi-UAV Swarm Control Based on Olfati-Saber Algorithm with Variable Speed Virtual Leader,” In International Conference on Internet of Things as a Service, Springer, Cham, pp. 14-22, 2020.##
  • Kim, and Y. Kim, “Three dimensional optimum controller for multiple UAV formation flight using behavior-based decentralized approach,” In 2007 International Conference on Control, Automation and Systems, pp. 1387-1392, 2007.##