基于微软机器人仿真平台开发。 多机器人编队PID算法_SPL_MRF_demo

21篇编队控制的相关论文，以及经典的无人编队控制的BOOK，本人的其他资源还有编队控制的MATLAB代码

多智能体编队matlab程序

提出一种基于捕食逃逸鸽群优化(pigeon-inspired optimization,PIO)的无人机(unmanned aerial vehicle,UAV)紧密编队协同控制方法.基于人工势场法设计了外环控制器,将无人机紧密编队转化成一种抽象的人造势场中的运动;基于鸽群优化算法设计了内环控制器,进行控制量的优化求解.在遵循鸽群优化基本思想的基础上,对其结构进行调整,并针对基本鸽群优化易陷入局部最优的问题,引入了捕食逃逸机制来改善鸽群优化总体性能.最后,将本文所提出的改进鸽群优化算法与基本鸽群优化算法、粒子群优化(particle swarm optimization,PSO)算法进行了系列对比实验,实验结果验证了文中所提方法的可行性、有效性和优越性.

多AUV的模糊滑膜路径跟随编队方法研究，黄海，，多智能水下机器人（AUV）编队可以在较大区域实现海洋环境的采样与勘探。本文根据AUV的欠驱动运动学特性，建立了AUV的运动学模型。基

研究了多机器人的前导跟随编队控制。 提出了一种基于闭环控制和人工势场相结合的多机器人编队和避障方法。 根据领导者的位置信息，引入闭环控制实现对领导者的跟随者跟踪，并实现了编队控制。 可以通过人工势场法实现避障，机器人可以顺利通过障碍物区域。 仿真结果表明，该方法可以达到预期的控制效果，可以有效地解决此类问题。

一阶、二阶多智能体一致性编队的matlab仿真m文件，包括对车辆的编队的算法仿真，最后仿真实现小车位置和速度的一致性，思路清晰名了，非常适合初学者学习。

程序使用说明： 1、首先运行Dong2015IEEECST.m 2、再运行Dong2015IEEECST1.slx 3、最后运行PLOT_Dong.m

针对高阶离散异构多自主体系统的时变编队-合围控制问题,考虑时变时延,提出分布式编队-合围控制协议.首先,在合理假设的基础上,通过模型转变和状态空间分解,将编队-合围控制问题转化为子系统的稳定性问题,再利用Lyapunov-Krasovskii函数,以LMIs的形式给出协议有效的充分条件,并指出LMIs的个数与系统中自主体的个数无关;然后,给出编队参考函数的具体形式,证明指出编队参考函数不受时变时延的影响;最后,通过固定和时变编队-合围仿真验证所设计的协议的有效性.

近几年来，无人机集群研究过程中，多机无人机避障控制，成为了当下热门话题，我们都知道无人机在实际的“飞行空域中可能会存在建筑物、山峰、鸟群等障碍物，这些障碍物的存在将威胁无人机的飞行安全。除此之外，避障过程中，无人机之间的距离也会随着编队避障机动发生改变，处理不当就十分容易发生相撞。因此，无人机编队要能够根据不同环境情况做出决策,同时规避威胁障碍物和其他无人机。目前，针对适应环境的控制算法问题，国内外已经做出了很多研究，但是普遍存在协同性不高和队形保持不好的缺陷。很多研究人员将无人机群的编队任务和避障任务考虑为竞争关系，认为避障时应首先解除编队，飞过危险区域后再恢复编队继续飞行，但在一些环境条件