标题：Robust Collision-Avoidance Formation Navigation of Velocity and Input-Constrained Multirobot Systems
单位：Department of Systems Science, School of Mathematics, Southeast University, Nanjing 211189, China; School of Engineering, RMIT University, Melbourne, VIC 3001, Australia; Science Program, Texas A&M University at Qatar, Doha, Qatar
1、研究背景：
近年来，多机器人编队控制技术在环境调查、环境监测等领域的成功应用引起了人们的广泛关注。多机器人系统的编队控制问题具有高度复杂性，其目的是通过协调多个机器人来保持特定的编队模式，从而完成编队导航任务。现有的研究主要集中于多智能体输入饱和约束下的编队导航方案，这主要考虑了机器人动力学的实际局限性，这种局限性来自于物理系统有限的驱动能力。然而，在实际应用领域，为了保证机器人在工作环境中安全运行，多机器人系统的速度约束也应该被考虑。因此，本文研究了同时考虑输入和速度约束下，二阶多机器人系统的避障编队导航问题，实现了在不确定约束条件下的多机器人系统安全编队导航。
（1）研究了速度和输入受限的二阶多机器人系统在一般切换交互图条件下，只有相对位置测量的编队导航问题，使用了预定义时间鲁棒微分器来提高控制性能，并简化了观测器的参数设计；
（3）在标称控制器设计和基于CBF的避障策略中明确处理了机器人的外部干扰和不确定动力学。
3、研究方法：
图1 两个跟随机器人之间的相对运动
图2 在CBF避障条件下机器人i观测器的构建过程
最后，论文接着提出了一种基于CBF的控制策略。该策略的核心思想是将避障需求编码为某些安全输入的集合，然后设计适当的CBF来表征这些安全集合，并利用相关的CBF条件在存在碰撞风险时修改原始控制器，每个跟随机器人的控制输入被设计为包含一个辅助输入部分。为了实现编队的过程中能实时避障，论文设计了一种局部的基于二次规划（QP）的避障控制器，该控制器在碰撞风险存在时对原始编队控制器进行最小偏差调整，保持编队目标的同时避免碰撞。每个跟随机器人通过解决一个局部的QP问题，来同时满足CBF条件和输入约束，如下式所示。
论文通过仿真实验展示了所提出的鲁棒避障编队导航控制策略的性能。实验部分设置由五个跟随机器人和一个领导机器人组成的多机器人系统。指定每个机器人的编队向量为：r1 = [6, 6]，r2 = [6, -6]，r3 = [12, 12]，r4 = [12, 0]，r5 = [12, -12]，r0 = [0, 0]，同时设定一个有向的交互图，表示机器人的交互关系。其仿真环境如图3所示。
图3 模拟场景
其中，机器人和动态障碍物的半径设为2m，静态障碍物的半径设为6m，机器人之间的安全距离设为4m，机器人和障碍物之间的安全距离对静态障碍物设为8m，对动态障碍物设为4m，动态障碍物以恒定速度1m/s往返移动。实验通过仿真结果展示所有跟随机器人成功进入期望编队并沿领导机器人移动，证明了鲁棒碰撞避免编队导航控制策略的有效性，由图4展示。
图4 基于鲁棒CBF避障控制器的编队导航性能
同时，实验对比了在人工势场法控制下的编队效果。在势函数方法下，机器人为了避免碰撞会产生较大的排斥力，导致输入约束被违反和轨迹出现大幅震荡，如图5所示。进一步说明，在本文的鲁棒CBF方法下，即使有输入干扰，机器人仍能保持安全距离，成功实现编队导航。
图5 基于势场函数避障控制器的编队导航性能
4、结论：
