[论文解读] Distributed formation maneuver control by manipulating the complex Laplacian

Héctor García de Marina|arXiv (Cornell University)|Sep 16, 2020

Distributed Control Multi-Agent Systems参考文献 11被引用 6

一句话总结

该论文提出了一种基于复拉普拉斯矩阵的分布式机动控制方法，通过调整拉普拉斯矩阵中的特定权重，实现多智能体编队的协调集体运动——包括平移、旋转和缩放，同时保持期望的几何形状。其核心贡献是一种设计方法，通过将拉普拉斯矩阵的零特征值重新定位，实现全局收敛至稳态运动与形状，从而支持形状一致性共识、目标包围和受控行进编队等应用，且无需采用领导者-跟随者架构。

ABSTRACT

This paper proposes a novel maneuvering technique for the complex-Laplacian-based formation control. We show how to modify the original weights that build the Laplacian such that a designed steady-state motion of the desired shape emerges from the local interactions among the agents. These collective motions can be exploited to solve problems such as the shaped consensus (the rendezvous with a particular shape), the enclosing of a target, or translations with controlled speed and heading to assist mobile robots in area coverage, escorting, and traveling missions, respectively. The designed steady-state collective motions correspond to rotations around the centroid, translations, and scalings of a reference shape. The proposed modification of the weights relocates one of the Laplacian's zero eigenvalues while preserving its associated eigenvector that constructs the desired shape. For example, such relocation on the imaginary or real axis induces rotational and scaling motions, respectively. We will show how to satisfy a sufficient condition to guarantee the global convergence to the desired shape and motions. Finally, we provide simulations and comparisons with other maneuvering techniques.

研究动机与目标

• 通过仅依赖局部交互，实现多智能体编队的协调集体运动（平移、旋转、缩放）。
• 在不依赖领导者-跟随者架构或全局坐标共享的前提下，解决形状一致性共识、目标包围和受控行进任务。
• 通过仅修改拉普拉斯矩阵中的复权重，诱导动态运动的同时保持期望的编队形状。
• 通过满足关于特征值重定位的充分条件，保证系统全局收敛至期望的运动与形状。
• 提供统一的分布式控制框架，在静态编队中保持智能体张力（相对位置加权和为零），在动态运动中进行相应调整。

提出的方法

• 通过修改拉普拉斯矩阵中的原始复权重，将其中一个零特征值移动至虚轴或实轴，分别诱导旋转或缩放运动。
• 保持与零特征值相关的特征向量不变，确保期望的编队形状保持不变。
• 对于平移运动，将零特征值的几何重数从二降低至一，以实现定向运动。
• 推导出关于设计常数的充分条件，防止非零特征值穿越虚轴，从而保证全局稳定性。
• 控制律通过包含修改后的复拉普拉斯矩阵的线性矩阵微分方程实现，可解析求解。
• 单个智能体通过调整全局坐标系中的相对位置参考，即可控制整个编队的全局航向与速度，避免使用复杂的估计器。

实验结果

研究问题

• RQ1 如何在仅依赖局部交互的前提下，使分布式多智能体编队实现协调运动（平移、旋转、缩放）并保持期望的几何形状？
• RQ2 基于复拉普拉斯矩阵的编队控制方法能否扩展至诱导稳态集体运动，而无需改变其原有的形状保持机制？
• RQ3 为实现旋转或平移运动，拉普拉斯权重需作何修改，同时确保全局收敛性？
• RQ4 如何在不采用领导者-跟随者架构或共享全局坐标系的前提下，实现编队以受控速度和航向行进？
• RQ5 何种充分条件可确保在特征值重定位以实现机动时，非零特征值不会导致系统失稳？

主要发现

• 所提方法通过分别将复拉普拉斯矩阵的零特征值重定位至虚轴或实轴，成功诱导了旋转、平移和缩放运动。
• 当满足关于设计常数的充分条件时，系统可保证全局收敛至期望的稳态运动与形状，且不会因非零特征值穿越虚轴而失稳。
• 实现了形状一致性共识，即编队在螺旋式向内或向外运动的同时收敛至期望形状，具体方向取决于缩放参数的符号。
• 通过让部分智能体以恒定角速度围绕某一智能体做圆周运动，可实现对目标的包围，而无需所有智能体追踪目标或沿相同路径运动。
• 通过单个智能体调整相对位置参考，实现了具有受控速度与航向的行进编队，无需依赖领导者-跟随者估计器或全局帧同步。
• 仿真结果验证了该方法在三种应用场景中的有效性：形状一致性共识（图4）、目标包围（图3）以及具有动态航向与速度的受控平移（图5）。