Model predictive flocking control of multiple catamaran with collision avoidance in obstructed environments（障碍环境下具备避碰能力的多双体船模型预测聚群控制）
复杂有障碍海洋环境中，多双体船系统的非线性动力学、智能体间避碰约束、非凸障碍避障需求及控制输入约束，成为聚群控制的核心难题，传统方法难以系统性处理多约束耦合问题。华中科技大学张海涛教授团队提出一种基于分布式模型预测控制（DMPC）的聚群控制方案，构建分层控制框架应对双体船非线性动力学，设计速度方向优化目标与零水平集不等式描述非凸避障约束，推导并证明了方案递推可行性与渐近稳定性的充分条件，数值仿真验证了该方案的有效性，为海洋无人水面艇编队等海事智能系统的协同控制提供了新路径。
Model predictive flocking control of multiple catamaran with collision avoidance in obstructed environments障碍环境下具备避碰能力的多双体船模型预测聚群控制
作者：Jiayu Zou · Hai-Tao Zhang · Weiming Jiang
机构：华中科技大学人工智能与自动化学院、自主智能无人系统教育部工程研究中心、数字制造装备与技术国家重点实验室
引用: Zou, J., Zhang, HT. & Jiang, W. Model predictive flocking control of multiple catamaran with collision avoidance in obstructed environments. Control Theory Technol. (2026). https://doi.org/10.1007/s11768-025-00309-y
摘要
本文针对存在障碍物的复杂海洋环境中的多双体船系统，提出了一种基于分布式模型预测控制（DMPC）的聚群控制方案。首先，建立分层控制框架以处理双体船的非线性动力学；随后，设计分布式模型预测控制方法，在技术上保证智能体间避碰和障碍避碰的前提下，实现带约束多双体船系统的协同控制；接着，推导得出保证所提设计具备递推可行性和渐近稳定性的充分条件。值得注意的是，本研究的分析难点在于针对期望速度设计终端不变集。最后，通过数值仿真验证了所提分布式模型预测控制方案的有效性。
引言
近年来，多智能体系统因其在覆盖、侦察、编队控制、一致性控制等领域的广泛应用得到了飞速发展。其中，多智能体系统编队控制旨在使各智能体形成期望的队形，保持预设的相对距离和角度，并以指定速度运行。集中式多智能体编队控制存在响应速度慢、鲁棒性差等局限性，因此分布式编队控制成为研究热点。
聚群控制是编队控制中被广泛研究的特定类型，核心是控制所有智能体保持紧密的群体运动。现有研究已提出多种聚群控制方法，如基于智能体速度对齐的聚群控制框架、椭圆格形控制律等，但当聚群控制面临额外约束（甚至非凸约束）时，由于缺乏有效的分析工具，专用控制器的设计极具挑战性。
分布式模型预测控制为系统性处理约束问题提供了极具前景的框架，已被应用于聚群控制研究中，实现了仅基于位置测量的聚群控制、带输入约束的聚群控制等。然而，当多智能体系统需满足避障约束时，障碍物的高度非凸形状会使问题解决难度大幅提升，仅对障碍物内部参考点施加欧氏距离约束往往会导致避障性能不佳。
针对上述问题，本文将聚群控制问题应用于存在障碍物的复杂环境中的多双体船（双体自主水面艇）系统，为解决双体船非线性动力学问题，构建分层控制框架，上层聚焦实现聚群行为，下层负责跟踪上层生成的速度参考值。为保证智能体间避碰，为带输入约束和非凸避障约束的多智能体系统设计了分布式模型预测控制方案，将速度方向设计为优化目标，采用零水平集不等式描述非凸障碍避障约束。本研究的理论分析难点在于推导由所提分布式模型预测控制支配的闭环系统递推可行性和渐近稳定性的充分条件。
综上，本文的研究贡献主要体现在两个方面：
（1）提出了一种带输入约束、智能体间避碰约束和非凸障碍避障约束的、基于分布式模型预测控制的聚群控制方案，可有效应对复杂障碍海洋环境下多双体船系统的聚群控制难题。
（2）推导得出：保证所提分布式模型预测控制支配的闭环多智能体系统具备递推可行性和渐近稳定性的充分条件，为方案的理论落地提供了坚实支撑。
结论
本文为实现复杂障碍海洋环境中多双体船系统的期望编队，并保证系统同时满足智能体间避碰和障碍避障的核心需求，提出了一种结合分层控制框架的分层分布式模型预测控制（HDMPC）方案。通过设计终端不变集、推导相关不等式条件，成功得出保证该设计具备递推可行性和渐近稳定性的充分条件。所提分层分布式模型预测控制方案的核心优势在于将智能体间避碰和障碍避碰需求转化为模型预测控制的约束条件，进行系统性处理，有效解决了多约束耦合下的多双体船聚群控制问题，数值仿真结果验证了该方案的有效性。未来的研究工作将探讨该控制方案在密集环境下的聚群控制中的应用，进一步拓展其实际应用场景。
作者介绍
Jiayu Zou，于2022年获得武汉理工大学通信工程专业工学学士学位，目前正在华中科技大学攻读智能科学与技术专业博士学位，研究方向包括多智能体系统、协同控制及无人水面艇。
Hai-Tao Zhang（IEEE 高级会员），分别于2000年和2005年获得中国科学技术大学自动化专业工学学士学位、控制科学与工程专业博士学位，2007年于英国剑桥大学从事博士后研究工作。2005年起任职于华中科技大学，2005-2010年任副教授，2010年起任教授，获国家杰出青年科学基金资助。研究兴趣包括群智能、模型预测控制、无人系统协同控制，同时担任IEEE Transactions on Systems, Man, and Cybernetics: Systems等多个国际期刊及顶级控制会议的编委。
Weiming Jiang，于2024年获得山东大学人工智能专业工学学士学位，目前正在华中科技大学攻读控制科学与工程专业博士学位，主要研究方向为无人机和无人水面艇的协同控制。
2024-2025刊期合集
Volume 23 (February - November 2025)
Issue 3, 2025 - Special issue on ADRC: New ADRC developments in Ibero-America
Volume 22 (February - November 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
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 1.5)、EI、Scopus (CiteScore 3.2)、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I期(2021-2024年)和II期，2022-2025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）
X (Twitter): CTT_Journal
微博：ControlTheoryTech
Email：jcta@scut.edu.cn
Tel：020-8711 1464
转载本文请联系原作者获取授权，同时请注明本文来自邹铁枫科学网博客。
链接地址：https://wap.sciencenet.cn/blog-3635716-1527570.html?mobile=1
收藏
