【文献笔记】2022/07/15 Regular Polygon Formations With Fixed Size and Cyclic Sensing Constraint（1）_parton distributions from high-precision collider -CSDN博客

本文链接：https://blog.csdn.net/m0_62106729/article/details/125809647

标题：Regular Polygon Formations With Fixed Size and Cyclic Sensing Constraint

作者：Kaveh Fathian , Nicholas R. Gans , Wieslaw Z. Krawcewicz, and Dmitrii I. Rachinskii

时间/期刊：IEEE T RANSACTIONS ON AUTOMATIC CONTROL, VOL. 64, NO. 12, DECEMBER 2019

摘要：本文提出了一种分布式的控制律，使一组智能体能够自主地形成理想尺寸的正多边形。我们分析了所提控制在任意多agent情况下的稳定性，并证明了所要求的多边形形成是一个局部渐近稳定的平衡。

引言

本文所提出的控制律要求所有智能体都参与控制它与其邻居的间距，与领导——跟随法相比，减少了测量噪声和不准确性的不利影响。给定描述传感器网络拓扑图中足够多的边，现有的控制律可以实现任意的编队，但是对于循环传感拓扑图来说是不满足这个条件的。事实上，循环图是实现刚性多边形形成所需的最小感知(即，如果两个代理之间的感知被中断，则不再可能实现形成)。循环传感拓扑结构是这项研究的重点，该策略该策略可以适用于任何理想的编队和/或传感拓扑结构。

符号和假设

考虑n个移动机器人，集合 $Z_{n}=\begin{Bmatrix} 0,1...n-1 \end{Bmatrix}$ 表示这n个智能体的集合，多智能体的拓扑结构用 $G=\begin{pmatrix} V,\varepsilon \end{pmatrix}$ 表示,其中V是顶点集， $\varepsilon$ 是边集。如果智能体k的邻居为智能体k-1.k+1，则称该图为循环拓扑图。

问题声明

本文研究的对象是单积分动力模型的智能体

本文的目标是解决以下几个问题：

问题1：考虑n个单积分动力模型的智能体，在约束条件下：

1)智能体从0到n - 1进行区分和编号;

2)只能测量其邻居的位置;

3)测量是相对的和局部的，即agent没有共同的或对齐的局部坐标系;

4) agent之间的感知拓扑是循环的，其中，在不失一般性的情况下，agent k的邻居分别为agent k−1和k + 1(模n)。

找到一个分布式控制策略，使代理实现具有指定大小的正多边形形成。

本文提出了一种控制策略，该策略允许期望的结构作为唯一的局部稳定平衡(包括平面上的旋转和平移)

提出控制策略

Geometric Intuition

在任何时刻，每个智能体都朝着从中点绘制的矢量的端点移动，并垂直于连接它的两个邻居的线段。这个矢量的长度是由所需队形的几何形状决定的。

如图(f)所示，在期望队形里顶点0的领居是顶点1和顶点4，如图(a)所示，编队开始的时候，顶点0朝着与顶点1、4连线垂直的方向不停的移动。如果顶点k的领居都是静止的，那么就只有顶点k移动，但是在本控制策略里，所有的顶点都采用了这样的机制，因此大家会一起移动。

Algebraic Definition

如上图所示， $S_{k+1}$ , $S_{k}$ 表示agent k+1和agent k之间的距离、agent k-1和agent k之间的距离， $h_{k}$ 表示agent k 距agent k+1 和agent k-1连线的距离， $w_{k}$ 表示gent k+1 和agent k-1连线的距离