基于相对距离定位与神经反同步控制的多非合作目标围捕
机器人学
2024-11-14 v2
摘要
从史前狩猎围捕到GPS环绕地球定位，目标围捕有着众多现实应用。然而，在无GPS环境下围捕多个非合作目标仍具挑战性。本文考虑利用至少两个任务智能体进行多目标围捕，其中智能体与目标间的相对距离测量可通过机载传感器获得。基于测量数据，所有目标的中心由模糊小波神经网络（FWNN）和最小二乘拟合法直接估计。随后，设计了一种新的分布式反同步控制器（DASC），使两个任务智能体能在相对位置保持对侧的同时围捕所有目标。特别地，期望围捕轨迹的半径可动态确定，以避免两智能体与所有目标间的潜在碰撞。基于Lyapunov稳定性分析方法，分别给出了神经网络预测误差、目标中心位置估计误差和控制器误差的收敛证明。最后，通过数值仿真和无人机飞行实验验证了围捕算法的有效性。飞行测试录像及其他仿真结果见https://youtu.be/B8uTorBNrl4。
引用
@article{arxiv.2411.07590,
title = {Multiple noncooperative targets encirclement by relative distance-based positioning and neural antisynchronization control},
author = {Fen Liu and Shenghai Yuan and Wei Meng and Rong Su and Lihua Xie},
journal= {arXiv preprint arXiv:2411.07590},
year = {2024}
}