对于路径规划模块，本文首先限定场景为高速公路场景，由于高速公路这类场景 在远途行驶中时间占比较大，以及交通事故发生情况更为惨烈等特点，因此对车辆编 队的相关研究具有现实意义；其次，针对几种常见的路径规划算法无法在有限探测环 境下做出有效的路径规划这一问题，本文将增量式算法应用于车辆编队场景中，并对 此进行了相应的优化和改进。增量式路径规划算法能够有效处理路径中动态增加的障 碍物，并以较小的计算量得到避让路径，基于此，本文对避让路径的相关参数做出改 进，能够调节车辆的避障意愿。因此车辆在相对宽阔的道路环境中，可通过增大避障 意愿来增加与障碍物车辆的距离，提早做出避让动作，使车辆能够更加安全舒适的行 驶。本文对该算法进行了相关的算例验证。 对于车辆跟驰控制模块，针对传统车辆编队跟驰控制模型未考虑领航车辆横向变 换车道的问题，本文将车辆横向与纵向运动相结合作为跟驰控制方法，并增加对车辆 通信延迟的考虑。传统的跟驰控制直接将领航车辆相关运动信息作为跟驰车辆的系统 输入，本文将车辆通信作为车辆间信息交换的方式，因此考虑通信延迟对于车辆编队 跟驰控制的影响，最后通过 Matlab/Simulink 进行了相关的仿真验证。

matlab kinect 代码使用分布式估计和基于视觉的导航对多个机器人进行基于视觉的分布式群控制 布拉德利大学高级项目。 基于视觉的多机器人编队跟踪。 该项目包含用于实现和模拟多智能体目标跟踪机器人的 Simulink 代码和 matlab 代码。 工作已完成。 代码旨在在 QBot2 上实现，该 QBot2 具有基于深度/RGB 的 kinect 相机。 该设计将采用基于视觉的方法来定位和包围移动目标。 请查看我们的网站了解更多详情。 元 安东尼·勒

采用一致性算法与虚拟结构法研究了多自主水下航行器(AUV)小尺度编队控制问题.首先针对各自主水下航行器拥有不同虚拟领航者信息(参考信息)的情况,通过对各AUV拥有的不一致参考信息进行一致性协商而达到状态一致.其次,基于虚拟结构思想采用坐标变换将各AUV相对于虚拟领航者的相对位置转换为各自的期望位置,并设计了一种有限时间跟踪控制律以确保各AUV能在有限时间内跟踪上其期望轨迹,从而实现了多AUV的小尺度?有限时间编队控制.最后仿真实验验证了控制策略的有效性.

AUV编队应用的分布式优化跟踪算法

为了保证空间探测任务的顺利进行，小卫星编队需要可靠的星间通信。基于802.11，设计了小卫星编队网络协议架构。首先搭建了卫星飞行编队网络协议栈，针对星间通信距离大导致的高时延，对物理层、数据链路层进行了适应性修改，分析了网络层路由协议，然后对四种典型的卫星编队网络进行了模型分析。通过NS3网络仿真工具，对星间通信网络进行了性能仿真。仿真结果表明，基于802.11的网络架构，可以保证星间通信，不同编队网络性能差别较大，可根据任务进行调整。

基于matlab无人机编队模型程序，解决局部leader的选取问题

具有切换交互拓扑的无人机时变编队控制

flocking_编队matlab_编队_编队matlab_UUV_flocking

【路径规划】基于UKF和MPC实现无人机编队路径避碰matlab源码.zip

【路径规划】无人机编队路径规划matlab源码.zip