针对跨域多无人机系统的性能保证自适应容错控制：抵御执行器功率故障

性能保证自适应容错控制策略针对存在执行器功率故障的跨域异构无人机-UGV系统，通过独立积分型性能函数构建与非线性补偿模块设计，解决系统动态耦合与非线性故障问题，仿真验证了误差约束与控制性能的优越性。

　　

姜建业|江斌|沈启坤

中国扬州大学信息与人工智能学院，扬州

摘要

由于跨域异构多无人机系统的运行环境复杂多变，加之执行器功率故障的存在，确保整个系统的可靠控制和期望性能至关重要。本文重点研究了存在执行器功率故障的跨域异构无人机-无人地面车辆（UAVs-UGVs）系统的性能保障型自适应容错控制问题。为了解决执行器功率故障导致的系统编队跟踪误差和控制结构非线性突然变化的问题，首先为UAVs和UGVs构建了符合其动态特性的独立积分型性能函数，并开发了一种编队误差约束方法以实现预定性能。同时，基于先验知识和非线性补偿模块，提出了一种新型的自适应容错控制方案，该方案可以减轻执行器功率故障对系统控制性能和稳定性的影响，使所有编队跟踪误差保持在预先设计的范围内。最后，通过对跨域UAVs-UGVs系统的仿真研究验证了所提出控制策略的可行性。

引言

目前，无人机系统已成为低空经济领域技术发展的新热点，它们代表了传统产业的升级，在城市空中交通[1]、智慧城市管理[2]和低空旅游[3]等方面有着广泛的应用。例如，在大规模基础设施检查中，四旋翼无人机负责进行大范围、高海拔的快速勘测，而无人地面机器人则可以对潜在危险区域进行详细检查[4]、[5]。然而，异构无人机系统的协同控制面临诸多理论和技术挑战，如系统内部的动态异构性——这表明无人机（UAVs）具有高阶且强耦合的非线性动态特性，而无人地面车辆（UGVs）则具有非完整约束。这种动态异构性使得为同构多智能体系统（MASs）设计的传统协同控制策略难以直接应用。因此，研究人员广泛探索了异构MASs的协同控制领域，现有成果主要包括分布式共识控制[6]、基于虚拟结构的编队策略[7]以及自适应反步控制[8]、[9]。在[10]中，研究了具有模型不确定性的UAVs-UGVs异构多无人机系统的分布式输出共识问题。在[11]中，提出了一种适用于UAVs-UGVs异构多无人机系统的自适应事件触发控制方案。然而，低空环境的特殊运行条件对系统提出了高要求和高可靠性。然而，大多数现有研究仅考虑了执行器无故障的情况，对于低空环境中的执行器功率故障及其故障恢复期间系统性能的保障研究不足，这激发了我们进行本文研究的动机。

在低空经济与智能无人机系统的融合背景下，为异构UAVs-UGVs编队系统提供性能保障控制已成为执行复杂任务的关键。在物流配送、灾害救援和城市交通管理等领域，这类系统不仅需要执行协同路径跟踪，还需满足瞬态和稳态性能约束，如跟踪误差的收敛范围、超调限制以及编队保持的精度[12]、[13]、[14]、[15]、[16]。尽管在同构MASs中性能保障控制理论已取得显著进展，但在[17]中提出了基于模糊逻辑的自适应事件触发协议，以确保共识误差的预定性能收敛。随后，在[18]和[19]中通过非线性变换函数方法提高了误差约束的灵活性，在[20]和[21]中通过强化学习策略提升了实时性能。在[22]中，将自适应预定性能函数控制方案进一步应用于四旋翼无人机，以实现所需的碰撞避免编队性能。然而，上述方法无法直接解决不确定环境下异构多无人机系统的动态异构性问题，由于UAVs和UGVs的模型结构及响应特性差异，难以构建统一的性能指标。鉴于这些困难，在[23]中研究了异构MASs的分布式编队约束控制问题，并针对系统结构差异为每个智能体构建了独立性能函数。在[24]中，研究了具有预定性能约束的异构卫星姿态系统的固定时间协同容错控制问题。此外，在[25]中提出了一种双阶段性能保障控制方法，以实现跟踪误差的全局性能约束。尽管已为异构MASs开发了预定性能控制方法，但由于UAVs和UGVs的位置和姿态耦合以及UGVs的非完整特性，这些方法无法直接应用于UAVs-UGVs系统。因此，在低空经济场景下，如何在高度动态和不确定性强的环境中确保异构UAVs-UGVs协同系统的全球预定性能仍是一个具有挑战性的问题。

跨域异构UAVs-UGVs编队系统的复杂应用场景对执行器可靠性提出了高要求。一些关于容错控制（FTC）的研究主要集中在自适应控制框架上，例如在[26]、[27]、[28]中，设计了参数更新律以在线估计执行器的效能损失或偏差故障，并调整控制信号以实现容错补偿。近年来，基于智能方法的自适应FTC成为热门研究方向。在[29]、[30]、[31]、[32]中，利用模糊逻辑系统和神经网络近似UAVs-UGVs系统的未知非线性动态，并有效处理了多个执行器故障。此外，在[33]和[34]中引入了事件触发机制，以减少通信和计算负担同时保证系统稳定性。然而，大多数现有FTC研究将执行器故障视为线性效能损失和偏差故障，这无法反映电机轴承严重磨损导致的非线性输入输出功率映射，而在长期低空运行中这种情况很常见，会导致系统动态特性高度非线性和时变。因此，在线估计功率故障参数并设计有效的故障补偿模块更具挑战性，最近也有研究关注执行器输入功率故障的FTC问题[35]、[36]。在这些研究中，针对具有执行器输入功率故障的不确定非线性系统研究了跟踪控制问题，并开发了自适应非线性容错补偿控制器。更严重的是，执行器输入功率故障会同时影响系统的瞬态和稳态性能，现有的执行器功率故障FTC方法大多适用于单系统，无法保证异构MASs的误差约束和协同性能。

基于上述分析，本文提出了一种适用于存在执行器输入功率故障的异构UAVs-UGVs编队系统的性能保障型自适应容错控制框架。主要贡献如下：

1) 提出了一种针对跨域异构UAVs-UGVs系统的新型执行器功率故障模型。与[26]、[27]中的传统线性故障模型相比，该模型反映了由于执行器性能下降导致的非线性输入输出映射，并提出了一个分布式FTC框架来应对系统动态和控制结构的复杂性问题。

2) 与[17]、[18]中通常为所有智能体建立统一性能指标的方法不同，本文开发了一种异构性能保障机制，以解决UAVs和UGVs的不同动态特性，并分别为每个跟随智能体构建了独立积分型性能函数，提高了编队误差约束设计的可行性。

3) 基于模糊逻辑系统和功率故障的先验知识，提出了一种带有非线性补偿模块的自适应故障补偿方案，克服了FTC方法仅适用于传统线性执行器故障模型的局限性。

章节摘录

问题表述

首先概述了跨域UAVs-UGVs协作系统的动态模型，然后描述了执行器输入功率故障模型，最后提出了具有性能保障的容错编队控制问题。

异构UAVs-UGVs系统的性能保障型自适应容错补偿控制

在本节中，首先给出了编队跟踪误差动态系统。然后分别设计了性能保障型运动虚拟控制信号和自适应输入功率故障补偿控制信号，随后进行了控制性能分析。

仿真研究

在本节中，为了展示所提出的跨域异构UAVs-UGVs系统性能保障型自适应容错补偿控制方案的效率，提出了仿真条件，并进一步讨论了仿真结果和对比分析。

结论

本文为受新型执行器输入功率故障影响的跨域UAVs-UGVs协作系统开发了一种分布式性能保障型自适应FTC方案。基于模型集成和坐标变换，构建了一个统一的分布式自适应控制框架来处理系统动态模型的异构性。然后为每个跟随车辆构建了独立性能函数，以提高控制的保守性和可行性。

作者贡献声明

姜建业：撰写——原始草稿、方法论、概念化。江斌：撰写——审稿与编辑。沈启坤：撰写——审稿与编辑、资金获取。

利益冲突声明

作者声明他们没有已知的可能影响本文工作的竞争性财务利益或个人关系。