考虑传感器部分失效和输入饱和的多无人艇自适应编队控制

《Results in Engineering》：Robust adaptive formation control of USVs with sensor measurement sensitivity and external disturbance under input saturation

为解决多无人水面艇(USV)在外部扰动、传感器部分失效和输入饱和约束下的编队控制问题，研究人员开展了基于扰动观测器和自适应控制策略的领导者-跟随者编队控制研究。通过设计非线性扰动观测器估计未知时变扰动，并利用自适应控制律补偿传感器灵敏度误差和输入饱和非线性，实现了多USV系统的稳定编队控制。仿真结果表明，所提控制方案能有效处理上述复杂约束，确保闭环系统所有信号一致最终有界，为实际海洋环境中多USV协同作业提供了可靠解决方案。

　　

随着海洋资源开发和海洋权益维护需求的日益增长，无人水面艇(Unmanned Surface Vehicle, USV)作为一种智能化海洋运载平台，在海洋环境监测、海上搜救、军事侦察等领域展现出广阔应用前景。多USV协同编队控制能够通过个体间的协作完成复杂任务，提高系统效率和鲁棒性。然而，实际海洋环境中USV编队控制面临诸多挑战：复杂的水动力特性、未知的时变海洋环境扰动（风、浪、流）、执行机构的物理限制导致的输入饱和，以及传感器可能出现的部分失效问题，这些都严重影响着编队控制的精度和稳定性。

传统编队控制方法通常在理想假设下设计，难以有效处理上述实际约束。特别是在传感器部分失效情况下，跟随者无法准确获取领导者的位置信息，导致编队形维持困难。同时，输入饱和限制使得控制力矩不能无限增大，进一步增加了控制设计的复杂性。因此，研究能够同时处理外部扰动、传感器部分失效和输入饱和的多USV自适应编队控制方法具有重要理论意义和工程价值。

本研究针对上述问题，提出了一种基于扰动观测器和自适应控制策略的多USV领导者-跟随者编队控制方案。该研究论文发表在《Results in Engineering》期刊上，为解决复杂海洋环境下多USV协同控制问题提供了新思路。

为开展本研究，作者主要采用了以下几个关键技术方法：首先建立了考虑外部扰动的3自由度(3-DOF)USV动力学模型；其次设计了非线性扰动观测器对未知时变扰动进行估计；然后利用自适应控制技术处理传感器灵敏度误差和输入饱和非线性；最后通过李雅普诺夫稳定性理论证明了闭环系统的一致最终有界性。研究还引入了Nussbaum函数处理输入饱和引起的非线性问题，并采用反步法(backstepping)设计控制律。

系统模型与问题描述

研究考虑了由N艘USV组成的多智能体系统，其中一艘作为领导者，其余N-1艘作为跟随者。每位跟随者通过传感器获取领导者的位置信号，但传感器存在灵敏度误差，导致获取的信号与领导者实际位置存在偏差。USV的动力学模型考虑了水动力阻尼、科里奥利力和向心力等非线性因素，同时包含了未知时变的外部扰动。控制输入受到物理执行机构的饱和约束。

扰动观测器设计

为解决外部扰动问题，为每位跟随者设计了非线性扰动观测器。观测器通过辅助变量构造，能够实时估计未知扰动。理论分析表明，通过适当选择观测器增益矩阵，扰动估计误差可以收敛到原点附近的小区域内，实现对扰动的有效跟踪。

自适应控制律设计

控制设计采用反步法，分为两个步骤。第一步设计虚拟控制律，使位置跟踪误差收敛；第二步设计实际控制输入，使速度跟踪误差收敛。为处理输入饱和问题，利用Nussbaum函数特性，将饱和非线性转化为光滑函数近似，并通过自适应律估计未知参数。针对传感器灵敏度误差，设计了参数自适应律进行在线补偿。

稳定性分析

通过构造李雅普诺夫函数，证明了闭环系统中所有信号的一致最终有界性。理论分析表明，只要扰动观测器增益矩阵满足特定条件，且自适应律参数选择适当，系统跟踪误差能够收敛到零的小邻域内。

仿真验证

通过数值仿真验证了所提控制方案的有效性。仿真设置了多种场景，包括正常工况、传感器部分失效和输入饱和等情况。结果表明，在不同工况下，所设计的控制器均能保证编队系统的稳定性，跟随者能够有效跟踪领导者的轨迹，维持期望的编队队形。

研究结论表明，本文提出的基于扰动观测器和自适应控制的多USV编队控制方案，能够有效处理外部扰动、传感器部分失效和输入饱和等实际问题。与现有方法相比，该方案不依赖于精确的USV模型参数，对传感器误差和输入约束具有强鲁棒性。扰动观测器的引入增强了对未知扰动的抑制能力，而自适应机制则有效补偿了系统不确定性。

讨论部分指出，本研究的主要贡献在于提出了一种能够同时处理多种实际约束的集成控制框架。该方法将扰动观测、自适应控制和反步法有机结合，为解决复杂海洋环境下的多USV协同控制问题提供了系统解决方案。未来的研究方向包括考虑通信延迟、拓扑切换等更实际的约束条件，并将理论成果应用于实际USV平台进行实验验证。

该研究成果对推动多USV系统在实际海洋环境中的应用具有重要意义，为智能海洋装备的技术发展提供了理论支撑和技术储备。通过提高多USV系统在复杂环境下的协同控制能力，将有助于提升海洋资源勘探、环境监测和海上安全等领域的作业效率和可靠性。