2025年第2期摘要等内容分成两部分发布（第一部分为过滤、优化和控制系统；第二部分为智能机器人与自主系统）

第二部分：智能机器人与自主系统

01    全向移动机械手的积分终端滑模增强有限时间视觉伺服控制

Integral terminal sliding mode augmented finite-time visual servo control of omni-directional mobile manipulators

本文提出了一种鲁棒的有限时间视觉伺服控制策略，用于解决受失配扰动影响的全方位移动机械手（OMMs）的跟踪问题。首先，本文明确提出了具有失配扰动的全方位移动机械手的视觉伺服非线性运动学模型，以解决全身逆运动学问题。其次，提出了一种带有积分终端滑模控制器的滑模观测器，以处理这些不确定性并确保系统收敛到平衡点附近的一个小区域内。采用边界层技术来减轻抖振现象。此外，还进行了严格的有限时间Lyapunov稳定性分析。本文对所提算法与传统基于位置的视觉伺服控制器进行了实验对比，结果表明所提控制算法具有优越性。

（原文Fig.1）全向移动机械手（OMMs）多坐标系关系图

标题：Integral terminal sliding mode augmented finite-time visual servo control of omni-directional mobile manipulators

作者：Yuanji Liu1 · Tianyu Zhu1 · Qingdu Li1 · Jianwei Zhang2

机构：1 上海理工大学机器智能研究院；2 汉堡大学数学信息工程学和自然科学系

引用：Liu, Y., Zhu, T., Li, Q. et al. Integral terminal sliding mode augmented finite-time visual servo control of omni-directional mobile manipulators. Control Theory Technol. 23, 193–206 (2025).  https://doi.org/10.1007/s11768-025-00243-z

全文链接：https://rdcu.be/edkzs

中文简介链接：https://mp.weixin.qq.com/s/bczwO-TIS_fLclQTu6CuxQ

02    用于鲁棒视觉跟踪的高效卷积混合Transformer孪生网络

Effective convolution mixed Transformer Siamese network for robust visual tracking

孪生网络跟踪算法通常采用卷积神经网络（CNNs）作为特征提取器，因为它们具有提取深层判别特征的能力。然而，CNN中的卷积核具有有限的感受野，这限制了其捕捉全局特征依赖性的能力，而全局依赖性对于目标检测尤为重要，特别是在目标经历大尺度变化或移动时。鉴于此，本文开发了一种新型网络，称为高效卷积混合Transformer孪生网络（SiamCMT），用于视觉跟踪。该网络结合了基于CNN和基于Transformer的架构，以同时捕获局部信息和长距离依赖性。具体而言，本文设计了一个基于Transformer的模块，称为轻量级多头注意力（LWMHA），该模块可以灵活地嵌入到CNN中，从而提高网络的表征能力。此外，引入了一种分层级特征聚合机制，有效整合来自不同层级的特征信息。该机制结合位置信息与语义信息，增强了特征表达的丰富性，使SiamCMT更好地定位和跟踪目标。此外，引入了一种通道注意力机制，区分不同通道的贡献，以增强重要通道并抑制其他通道。最后，在七个具有挑战性的数据集（即OTB2015、UAV123、GOT10K、LaSOT、DTB70、UAVTrack112_L和VOT2018）上的大量实验表明，所提算法是有效的。特别地，该算法在UAV123数据集上的精度和成功率分别比基线提高了3.5%和3.1%，并以59.77 FPS的实时速度运行。

（原文Fig.1）提出的跟踪网络架构

（原文Fig.4）可视化结果展示

标题：Effective convolution mixed Transformer Siamese network for robust visual tracking

作者：Lin Chen1,2 · Yungang Liu1 · Yuan Wang1

机构：1 山东大学控制科学与工程学院； 2 聊城大学计算机学院

引用：Chen, L., Liu, Y. & Wang, Y. Effective convolution mixed Transformer Siamese network for robust visual tracking. Control Theory Technol. 23, 221–236 (2025).https://doi.org/10.1007/s11768-025-00251-z

全文链接：https://rdcu.be/eh4Ge

中文简介链接：https://mp.weixin.qq.com/s/K9TiIHTQgGEN-qZ4VqaC4Q

03   级联显式管道模型预测控制器：在多机器人系统中的应用

Cascade explicit tubemodel predictive controller: application for a multi-robot system

近年来，协作多机器人系统对高效鲁棒控制策略的需求日益迫切。本文提出一种级联显式管道模型预测控制器（CET-MPC），专为分布式空中机器人系统设计。通过结合显式MPC与管道MPC，该方法显著降低在线计算需求，同时提升对风扰、测量噪声及惯性参数不确定性的鲁棒性。此外，引入级联控制器以最小化稳态误差并动态优化系统性能。仿真结果表明，CET-MPC在真实工况下能可靠实现四旋翼编队的精确路径跟踪与稳定性。通过处理四旋翼六自由度复杂性，该控制器展现出广泛适应性与可扩展性，可推广至不同自由度的多机器人系统。

（原文Fig.3）总体控制器框图

标题：Cascade explicit tubemodel predictive controller: application for a multi-robot system

作者：Ehsan Soleimani1 · Amirhossein Nikoofard2 · Erfan Nejabat3

机构：1 密苏里科技大学电气工程学院；2 伊朗德黑兰K. N. Toosi工业大学电气工程学院；3 伊朗设拉子大学机械工程学院

引用：Soleimani, E., Nikoofard, A. & Nejabat, E. Cascade explicit tube model predictive controller: application for a multi-robot system. Control Theory Technol. 23, 237–252 (2025). https://doi.org/10.1007/s11768-025-00244-y

全文链接：https://rdcu.be/effHF

中文简介链接：https://mp.weixin.qq.com/s/hz39pPBARAq0V6EiBEtfCA

04   基于协作RISE学习的网络化无人机环绕飞行：碰撞规避与通信连接保持

Cooperative RISE learning-based circumnavigation of networked unmanned aerial vehicles with collision avoidance and connectivity preservation

本文提出了一种基于方位测量的三维自主定位与分布式环绕控制方法，以解决四旋翼无人机（UAV）群体在保持网络连通性和避免碰撞条件下的协同运动控制问题。系统采用领航者-跟随者（Leader-Follower）结构，其中领航无人机跟踪给定参考动态目标移动。不同于现有方法通常需要完整地掌握目标随时间变化的参考轨迹，本文假设仅部分无人机（至少一架）能够获得相对于该目标的方位信息，而其他无人机则只能测量与邻近无人机之间的相对方位角。利用相对方位测量与从有向通信网络收到的邻近无人机的估计信息，本文提出了一种一致性估计器以实现每架无人机的全局位置估计。随后，将误差符号连续鲁棒积分（RISE）控制方法与分布式向量场方法有效地结合，以确保无人机编队围绕运动目标运行，同时避开障碍物并将网络链路保持在有效通信范围内。此外，本文采用了tanh(·)函数取代了经典的sgn(·)符号函数以降低传统RISE控制方法中的高增益反馈并得到更加平滑的控制信号。进一步，通过协同使用局部径向基函数（RBF）神经网络，采用确定性学习理论来准确识别/学习由姿态动力学引起的模型不确定性。利用Lyapunov稳定性理论证明了整个闭环系统的收敛性，并表明系统状态最终一致有界。最后，数值仿真验证了所提出方法的有效性。

（原文Fig.1）三架无人机绕飞移动目标，同时在绕飞平面上实现障碍物规避

标题：Cooperative RISE learning-based circumnavigation of networked unmanned aerial vehicles with collision avoidance and connectivity preservation

作者：Jawhar Ghommam1 · Amani Ayeb2 · Brahim Brahmi3 · Maarouf Saad4

机构：1 阿曼卡布斯苏丹大学电气与计算机工程系；2 突尼斯国家应用科学与技术学院；3 加拿大蒙特利尔阿汉西克学院电气工程系

引用：Ghommam, J., Ayeb, A., Brahmi, B. et al. Cooperative RISE learning-based circumnavigation of networked unmanned aerial vehicles with collision avoidance and connectivity preservation. Control Theory Technol. 23, 266–293 (2025). https://doi.org/10.1007/s11768-024-00241-7

全文链接：https://rdcu.be/ebB4Z

中文简介链接：https://mp.weixin.qq.com/s/cNfDKFjcld2aU6cbkakS8A

05   基于平滑切换机制的自适应积分终端SMC用于定子电压饱和与未知扰动的永磁同步电机伺服系统

Smooth switching mechanism-based adaptive integral terminal SMC for PMSM servo system with stator voltage saturation and unknown disturbances

本文研究了非线性不确定永磁同步电机(PMSM)在定子电压饱和与未知负载情况下的扰动抑制与镇定问题。提出一种平滑切换机制，构建自适应积分终端滑模控制(SMC)策略，削弱抖振影响。控制设计由补偿控制和标称控制组成，提高了轨迹跟踪的快速性和准确性。采用基于误差函数的平滑饱和模型来逼近电压饱和现象。此外，针对各种未知扰动(包括模型参数不确定性和未知的外部负载扰动)的不利影响，提出了一种改进的扰动观测器(DO)。该观测器有效地抑制了系统启动阶段固定增益引起的波动。最后，不同条件下的实验结果表明，所提出的策略具有良好的跟踪和扰动抑制性能。

（原文Fig.1）所提控制策略的永磁同步电机(PMSM)伺服系统闭环结构

（原文Fig.6）PMSM伺服系统实验平台

标题：Smooth switching mechanism-based adaptive integral terminal SMC for PMSM servo system with stator voltage saturation and unknown disturbances

作者：Xiangxiang Meng1 · Haisheng Yu1 · Jie Zhang1 · Qing Yang1

机构：1 青岛大学自动化学院

引用：Meng, X., Yu, H., Zhang, J. et al. Smooth switching mechanism-based adaptive integral terminal SMC for PMSM servo system with stator voltage saturation and unknown disturbances. Control Theory Technol. 23, 294–309 (2025). https://doi.org/10.1007/s11768-025-00249-7

全文链接：https://rdcu.be/eh9Cu

中文简介链接：https://mp.weixin.qq.com/s/DQeEXfACzAwTzwLEHqIDcw

期刊简介

欢迎扫码进入期刊主页

Control Theory and Technology (CTT), 中文名《控制理论与技术》, 创刊于2003年，原刊名为Journal of Control Theory and Applications，2014年刊名更改为Control Theory and Technology。由华南理工大学与中国科学院数学与系统科学研究院联合主办，主要报道系统控制科学中具有新观念、新思想的理论研究成果及其在各个领域中的应用。目前被 ESCI (JIF 1.7)、EI、Scopus (CiteScore 3.1，更新于2025年4月5日)、CSCD、INSPEC、ACM 等众多数据库收录, 并于2013–2018年获得两期中国科技期刊国际影响力提升计划项目资助。2017–2021年连续获得“中国最具国际影响力学术期刊”和“中国国际影响力优秀学术期刊”称号，获得广东省高水平科技期刊建设项目(2021-2024年)，2022-2024年进入中国科协自动化学科领域高质量科技期刊目录。

官网：https://link.springer.com/journal/11768 (即http://www.springer.com/11768)

https://jcta.ijournals.cn/cta_en/ch/index.aspx

投稿：https://mc03.manuscriptcentral.com/ctt

微信：ControlTheoryTech （欢迎扫码关注期刊微信公众号）

微博：ControlTheoryTech

Email：jcta@scut.edu.cn    

Tel：020-8711 1464

 2023-2024刊期合集 

Volume 22 (February - November 2024)

Issue 4, 2024

Issue 3, 2024 - Special issue on analysis and control of complex systems in honor of the 90th birthday of Professor Huashu Qin

Issue 2, 2024 - Special issue on system identification and estimation

Issue 1, 2024

Volume 21 (February - November 2023)

Issue 4, 2023

Issue 3, 2023 - Special issue on frontiers of control and automation, dedicated to Prof. Ben M. Chen 60th birthday

Issue 2, 2023

Issue 1, 2023 - Special issue on connecting theory and practice with ADRC