基于一致性多无人机编队的研究现状与发展趋势∗

王 鹏 张振峰 曹明川 祁亚辉 康宇航

（1海军驻景德镇地区航空军事代表室 景德镇 333000）

（2.海军青岛雷达声纳修理厂 青岛 264001）（3.91967部队 兴城 125106）（4.海军航空工程学院 烟台 264001）

基于一致性多无人机编队的研究现状与发展趋势∗

王 鹏1张振峰2曹明川3祁亚辉4康宇航4

（1海军驻景德镇地区航空军事代表室 景德镇 333000）

（2.海军青岛雷达声纳修理厂 青岛 264001）（3.91967部队 兴城 125106）（4.海军航空工程学院 烟台 264001）

基于一致性的多无人机编队是近年来在国内外得到广泛研究和应用的一种多无人机编队控制方法，在编队内只要能够保证信息交互便能使得编队稳定飞行从而完成任务。论文首先从无人机及基于一致性多无人机编队的理论发展出发，介绍了国内外在该领域最新的研究情况。然后结合当前基于一致性多无人机编队的特点，对基于一致性理论多无人机编队的未来发展、应用前景作了展望。

无人机；一致性；编队控制；通信

ClassNum ber V249

1 引言

无人机自1991年在海湾战争中得到成功应用以来，就一直是各国科研团队和学者研究的热点，经过近三十年的发展，无人机技术已相对成熟，尤其是伴随着传感器技术、无线通信技术和计算机技术的发展，无人机系统的智能化程度越来越高，实用性越来越强，其被广泛地应用于军事和民用领域，如地形测绘、森林火险监测、海上搜救、敌方目标搜索与跟踪等。

但是随着无人机应用场所复杂度的提高，尤其是未来战场高新技术不断被应用，战场信息化程度高，战况瞬息万变，单无人机往往无法完成特定的任务，此时，由单个具有复杂功能的无人机完成的任务往往可以由多个具有简单功能的无人机相互协作来共同完成，且其任务完成的效率更高。例如在大范围目标区域内执行包括搜索目标、打击目标和打击效果评估的作战任务，如果由同时具备侦察、打击功能的单架无人机实施该作战任务，不仅任务耗时长，无人机成本和任务失败风险都会明显提高；而由多架搭载不同功能模块的无人机执行任务，不但可以降低成本，而且可以提高搜索与打击效率，降低风险。同时，配合先进的协同任务规划算法，可以更高效地搜索和打击更多的目标。再例如，当无人机执行目标持续监视任务时，往往受限于探测器的性能如：摄像头的视场角、有效探测距离或无人机本身的飞行性能如：最小转弯半径、最大或最小飞行速度等，单架无人机无法无间隙地持续监视某一目标。而由多架无人机组成的无人机编队，可通过设计合适的协同飞行路径和编队控制算法，实现对目标的无缝隙持续监视。

通过多无人机协同，提高无人机执行任务的效率和成功率，是近年来无人机技术研究的热点，即多无人机协同控制技术，主要包括协同编队控制、协同航迹规划、协同探测与跟踪和协同目标分配等。其中，编队控制是多无人机协同控制的一项重要技术和基础问题。对于多无人机系统，编队控制的主要目的就是使各无人机保持某个期望的队形或根据需要进行队形变换，即在任意时刻或某些特定时刻各无人机的相对位置关系满足给定的几何关系。从某种意义上说，当多个无人机协同完成某项任务时，就可以将它们视为一个无人机编队（图1）。

图1 无人机编队执行任务

多无人机系统协同控制离不开通信网络，这就需要多无人机系统在执行编队等飞行任务时能够实现动态组网，以便不同任务信息或无人机飞行状态信息能够在通信网络中实时传递，保证最终任务的完成。显然通信网络也将对编队的形成产生影响，但是传统的编队控制方法大都忽略了这一点，所以在工程实践中如何利用通信网络中获取到的邻居无人机状态信息设计编队控制器是一个亟需解决的问题。一致性理论作为多智能体系统一个重要研究领域，近年来研究成果丰富，为解决不同通信网络下的多无人机编队问题提供了良好的思路和重要的理论支撑。一致性是指利用通信网络中的邻居信息，各个体分别构建合适的控制器，最终使多智能体系统的全部或部分状态量趋于相同。对于固定队形编队而言，多无人机的控制目标可以认为是速度达成一致，位置在达成一致的基础上增加偏移量。所以编队的形成和保持问题本质上可以转化为一致性问题。因此，如何利用多无人机间的通信拓扑设计一致性控制器，使多无人机达成设定的队形，并且降低控制器设计复杂度，增强编队鲁棒性和抗干扰性能，具有重要的研究意义和实用价值。

2 国内外研究现状

2.1 无人机编队控制技术

编队控制是指当多个运动物体联合运动时，各个体之间保持固定或变化的几何形状，同时完成障碍规避和内部避碰的任务约束。编队控制自提出以来就受到各界学者的关注，尤其是本世纪以来，研究成果丰富；另一方面，无人机作为新兴运动载体，因其运动灵活、造价低等特点，自从出现就被广泛应用于军民领域，如侦察与监测［1～2］、目标搜索和定位［3～4］、通信中继［5］等。基于此，无人机编队控制技术更是成为研究前沿中的热点，国内外不同科研机构和学者在无人机或类似运动群体编队控制方面开展了大量理论探索和实物研究。

理论研究方面，不管是控制类顶级期刊如Automatica、IEEE Transactions on Automatic Control，还是机器人方面知名期刊如Robotica、Robotics and Autonomous Systems、IEEE Transactions on Robotics，基本每年都会有多运动体编队控制相关的论文出现，研究内容涵盖编队控制方法［6～10］、不同编队控制对象［11～13］、条件受限情况下的编队控制［14～16］等等。实物研究方面，美国NASA和空军早就将编队协同技术作为其重点研究技术之一。美国Lockheed Martin公司研制的智能化巡逻攻击性弹药，就是对无人飞行器进行编队控制，增强综合战斗力的例子。院校方面，宾夕法尼亚大学GRASP实验室的 Daniel Mellinger，Nathan Michael以及 Vijay Kumar等设计的小型四旋翼无人机能够实现室内的稳定飞行，多无人机形成的编队展示了超高的智能化水平，如图2。近两年，法国派瑞特公司推出了小型四旋翼无人机群的空中舞蹈表演，更是将无人机编队控制水平提高到厘米级精度，并且相比于宾夕法尼亚大学的无人机编队，其无人机平台更加小巧，机动性更强。

尽管多无人机编队涉及领域广，但是队形的形成与保持是编队问题的核心。因为是多运动个体的整体行为，所以编队控制策略包括两个方面，一方面是多无人机间信息的交互，另一方面是队形形成与保持控制算法。虽然前面提到的宾夕法尼亚大学和法国派瑞特公司的无人机编队极具观赏性，但是这两种编队控制方式都属于集中式编队控制，各无人机间不依靠信息交互进行编队控制，而是将自己的位置、速度、姿态等信息传递给独立于各无人机的场外中心计算机，事实上，这些信息是由飞行场地中布设的基于视觉的运动捕捉系统完成。中心计算机根据全局信息对各无人机进行控制，达到编队效果。由于基于视觉的运动捕捉系统能实现较高精度的定位定向和姿态解算，所以这种控制方式能够达到较高编队控制精度，但是从编队控制方法上讲，这种编队控制是对各无人机单独控制的集体展现，体现的是单机控制水平，在实际编队飞行中并不实用，一方面，在大多数编队飞行中，不存在独立于各无人机的全局信息采集设备；另一方面，如果各无人机都将自己的状态信息发送给场外计算机统一决策、控制，那么由于通信链路不稳定对编队造成的影响将是致命的，另外通信时延也将对编队控制产生十分不利的影响。

图2 宾夕法尼亚大学的四旋翼无人机编队

相比于集中式控制，用分布式控制方法实现多无人机编队飞行，每架无人机要将自己的位置、速度和运动目标等状态信息与编队中与之相邻的无人机交互［17］。编队中各无人机具有较高的自主性，每架无人机都要进行控制决策，虽然相比于集中式控制，对各无人机计算机性能要求增加，但是各无人机运算量相似，不会集中于某一架无人机或场外计算机，出现中心计算机故障而导致编队彻底失败的问题。分布式无人机编队控制，各无人机只需和邻近计算机进行信息交互，增强了通信链路的可靠性，也增加了编队保持的鲁棒性，在工程实践中，这样的结构也便于编队的实现和维护。此外，分布式编队控制器便于统一设计，具有较好的容错性和扩展性，编队中增加或减少无人机对原编队中其它无人机影响较小，各无人机控制计算机负载不会随编队中无人机数量的增加而明显增大。所以，当前多无人机编队控制的理论研究方向主要是分布式编队控制方法。

基于分布式控制思想，众多学者对无人机编队控制策略和方法进行了研究，目前比较成熟的队形控制方法主要有：leader-follower法，基于行为法和虚拟结构法。

1）leader-follower法。leader-follower法是一种主-从策略，它是应用最为广泛的一种多运动体编队控制策略［7，18～19］，在 leader-follower控制结构中，存在唯一的leader无人机相对独立地运动，其它无人机作为follower，跟随leader的运动，并保持一定的几何相对关系。一般编队飞行只有一个leader，其余所有无人机均为follower，跟随leader无人机运动；当无人机数量庞大时，leader-follower控制策略往往采用级联结构，即最上层的无人机充当编队leader的角色，处于中间层的无人机既作为上层无人机的follower又作为下一层无人机的leader，层层跟随形成整体编队，这种级联式编队结构具有明确的领航-跟随关系。

用leader-follower法进行编队控制各无人机间相互关系明确、直观，控制器的设计也容易实现，但是这种方法也存在不足：由于从follower无人机到leader无人机没有明确的反馈回路，整体编队保持鲁棒性差；同时级联结构的leader-follower编队误差容易随逐级跟踪误差累计而传播放大，处于最底层的follower无人机不易在编队中保持稳定；再者，leader-follower编队在系统结构上过于依赖leader无人机的飞行状态，一旦leader无人机被干扰或出现故障容易导致整个编队控制的失败［20～21］。

2）基于行为法。基于行为法是从动物的群体行为中抽象出来的一种方法［22］，其中心思想是对多无人机编队中的每一架无人机的可能行为包括：轨迹跟踪、队形保持、障碍规避和内部避碰在不同时刻设定不同的权重，它们的加权和就决定了各无人机最终的控制行为。在这种控制结构下，编队队形比较容易改变，可以适应不同的环境，通过调节权重实现多运动个体的最优编队控制［23～25］，但是这种控制方法也有缺点，即很难用数学的方法来分析群体的行为，也很难用数学方法对编队稳定进行分析，编队队形保持精度无法保证。

3）虚拟结构法。虚拟结构法最早由M.Anthony Lewis提出［26］，整个编队被认为是一个刚性结构，不同运动个体相对几何结构中某一虚拟点位置固定不变，由此形成编队。根据虚拟点选取不同可以细分为虚拟leader、虚拟中心和虚拟参考点结构等。虚拟结构法通过共享虚拟结构的状态信息进行编队控制，编队队形可以任意设定，编队控制精确较高［27～28］，但是如何确定虚拟参考点并传输其状态信息，如何让编队中各无人机获取虚拟结构信息并实现信息同步是该方法的难点。

以上提到的编队控制方法是编队层面的控制方法，具体到单个无人机控制，实现编队的控制方法还包括自适应PID控制、滑膜控制［29］、自适应控制［30］、模型预测控制［31～32］等。虽然人们对编队控制的各个方面进行了研究，但是在实践中总会出现新的问题，这也引导着人们在编队控制领域，尤其是无人机编队控制领域继续前行。前面已经提到，多无人机编队是群体行为，群体中各个体的信息交互也将影响编队的控制效果，传统的编队控制方法往往忽略了这一点，基于此，一些学者开始尝试利用分布式信息交互的控制理论来解决编队问题［33］，同时又能够降低控制器计算复杂度，这就是一致性理论，它的产生和发展极大地推进了无人机编队控制的进展。

2.2 一致性理论及其在编队控制中应用

自从智能体（Agent）概念在1986年被麻省理工学院人工智能实验室的Minsky教授第一次提出，就受到了业界广泛的关注［34］。随后，多智能体系统迅速发展为人工智能的一个重要分支，1989年举行的第一届国际多智能体欧洲学术会议，更是标志着其发展受到广大学者的重视。伴随着多智能体系统的出现，多智能体系统的一致性问题随即进入人们的视野，多智能体系统的一致性问题是指，系统中单个智能体根据局部邻居信息相互作用，在此基础上分别构建合适的控制器，最终使智能体的全部或部分状态量趋于相同。因为各智能体的控制器设计仅依赖于智能体的自身信息和邻居信息，而无需知道整个系统的全局信息，这很好地模拟了自然界诸如鸟群、鱼群运动等现象，为解决多运动体的蜂拥问题（flocking）［35～36］、集结问题（rendezvous）［37～38］和编队控制问题提供了重要手段。

研究一致性问题，一般要借助于图论［39］（Graph Theory），用其表征多智能体间的通信网络，图论中的邻接矩阵（Adjacency Matrix）、拉普拉斯矩阵（Laplacian Matrix）等概念可以用来对网络中的通信拓扑关系建模，在多智能体系统一致性问题稳定性分析上扮演着重要角色。Jadbabaie利用Laplacian矩阵概念，结合动态系统理论，对具有线性化模型的多智能体一致性进行了研究，给出了其能够达成一致的条件。在此结论的基础之上，众多学者针对多智能体的一致性问题开展了大量的研究。智能体模型从一阶积分系统［40～41］、二阶积分系统［42～43］到高阶线性系统［44～46］，从线性模型到非线性模型［47～50］，从连续系统到离散系统［51～52］，从同构多智能体到异构多智能体［12，42，53］；控制方式涵盖状态反馈控制和输出反馈控制［54］，控制方法包括一般线性控制和自适应控制［55～57］。现有的研究工作中，一致性问题主要的解决办法是通过变量代换，将一致性问题转化成稳定性问题，最终给出黎卡提方程或线性矩阵不等式（LMI）限定形式的多智能体一致性条件，黎卡提方程或线性矩阵不等式不仅和智能体本身动态有关，也和系统通信拓扑结构有关，所以有很大一部分学者针对多智能体的通信拓扑结构开展了研究。文献［54，57～59］在研究一致性问题时均假定多智能体之间的通信拓扑为无向图，根据图论可知，无向图的Laplacian矩阵为对称矩阵，所以在进行变量代换和稳定性分析时，可以较为容易地解耦、降维处理，降低控制器设计的复杂度；文献［42，60～61］从不同角度解决了有向通信拓扑条件下的一致性问题，降低了多智能体间通信拓扑的要求，文献［62～64］更是针对多智能体间通信网络可能遇到的网络重组，或者信息传递不同步等问题，研究了切换通信拓扑条件下的一致性问题，得到了系统能够达成一致的条件。

针对多智能体协同控制中可能出现的其它问题，一致性理论研究成果中还包括控制策略方面的［65～66］，提高控制品质方面的［67～70］，考虑通信延时方面的［71～72］以及抗干扰方面的［73～75］，这些都可以作为借鉴应用在编队控制中。在众多研究一致性问题的学者中，国内河海大学毕业，现为美国加州大学河滨分校教授的任伟在一致性领域的贡献是开创性的，他在文献［76］中系统地介绍了一致性方法在二阶积分系统轨迹跟踪和编队控制中的应用，并且表明leader-follower、基于行为的和基于虚拟结构的编队控制方法都可以认为是基于一致性方法的特例。在随后的文献［77］中，他把基于一致性的编队算法应用于轮式机器人，验证了此方法的实用性。随后基于一致性的编队控制方法随着一致性理论的发展而进步，文献［78］给出了无向图下，二阶集群系统实现编队运动的充分条件。文献［79］研究了离散多智能体系统的轨迹跟踪与编队形成问题，给出了基于一致性的控制器的设计方法。文献［80］研究了切换通信拓扑条件下具有一阶积分特性的多智能体系统的轨迹跟踪与编队控制，得到了编队能够形成的条件。

在利用一致性方法解决编队问题的研究学者中，以董希旺为代表的清华大学团队，近两年获得众多成果。文献［81］研究了有向切换通信拓扑条件下高阶线性多智能体的时变编队问题，用一致性方法进行控制器设计，得到了系统能够形成编队的条件并给出了控制器设计步骤。随后，文献［82］和［83］分别研究了基于状态反馈和输出反馈的编队控制问题。在无人机控制方面，文献［84］和［85］分别针对有向通信网络和无向切换通信网络设计了一致性编队控制器，提出了多无人机能够形成时变编队的条件，给出了编队控制器控制增益选取原则，文中算法在小型四旋翼无人机上进行了成功验证，证明了此类方法的有效性和实用性。

虽然基于一致性的概念可以很容易地在编队控制问题中应用，并且已经取得了丰硕的成果，但是在实际多无人机飞行中仍会有问题存在。比如一致性问题的目的是使多智能体的某些状态达成一致，不存在内部避碰的问题，但是在编队飞行中就必须给予考虑；虽然针对避碰问题也有大量学者给出解决方案［86～89］，但是和一致性方法相结合，各智能体统一设计控制器的方法还比较少，文献［33］在利用基于一致性的方法解决编队问题时给出了基于人工势场法的避碰控制器设计，但是并没有考虑无人机可能陷入局部震荡的情况。此外，一般的通信网络无法保证信息的传递都是双向的，有向通信网络更具普遍性，而有向通信拓扑条件下的一致性控制器相比无向通信拓扑条件，设计更复杂，尤其是在通信拓扑结构随时间发生变化时，这一问题更加突出，如何降低控制器的设计复杂度，依然是实际应用中需要解决的问题。再者，在实际无人机编队飞行中，抗干扰问题是必须要考虑的，虽然一致性理论中给出了H∞控制方法来实现对外部干扰的抑制，但主要是针对无向通信网络和固定通信网络的，如何在更为一般的通信拓扑条件下，实现编队抗干扰控制也显得十分有实际意义。

3 未来的发展趋势

近年来，随着人工智能、集成电路、数据挖掘等技术的交叉融合，基于一致性理论的多无人机编队控制技术得到越来越多国内外学者的广泛关注，并已取得阶段性的研究成果，未来这一技术也将朝着以下几个方向发展：

1）考虑饱和约束等条件下的多无人机编队控制

这是实际无人机飞行中一个基本的问题，任何控制系统的输入都是有限的，但是基于一致性的编队控制器没有对输入进行约束，尤其是对切换拓扑条件下控制器设计时，增益矩阵相比于一般控制器会明显变大（但不是简单倍数关系），这也将直接导致输入量的幅值比较大，这在实际应用中很可能导致输入饱和。虽然在数值仿真中，加入饱和限制并不影响编队的形成，对编队形成的速度也影响甚小，但是如何给出在饱和约束条件下的适用性的严格理论证明，仍需要继续研究。

2）考虑通信时延条件下的多无人机编队控制

目前大多数研究都是基于通信网络的信息传递来实现多无人机编队飞行，如果通信出现时延，很可能对编队的形成产生不利影响。有相关文献对此问题进行了研究，但是得到的不等式约束条件都具有较高的维度面临着求解困难、耗时长等问题，如何降低通信时延情况下，基于一致性的编队控制器设计难度，也显得十分有意义。

3）设计更为高效、智能的避碰控制器

目前关于基于一致性多无人机编队选用的避碰控制器一般都是基于人工势场法，虽然能够保证碰撞不会发生，但是并不高效，无人机在识别到危险时轨迹一般会发生较大机动，这很可能造成输入饱和。如何使多无人机在编队形成或变换过程中更为智能地相互避让，有必要进一步进行研究。

4 结语

相对于无人机单机执行任务，多无人机编队系统可以完成更复杂的任务，并具有高效率、高容错性和内在并行等优点。基于一致性的多无人机编队研究涉及学科众多，具有前沿性，无论对于军事应用还是民事应用都将大有实用价值。

［1］Liu CA，Liang G P，Wang H P，etal.Application of Ant Algorithm to Path Planning to Reconnaissance UAV［J］.Fire Control&Command Control，2005.

［2］Redding J，Bethke B，Bertuccelli L，et al.Active Learning in Persistent Surveillance UAV Missions［J］.American Institute of Aeronautics&Astronautics，2009.

［3］Pack D J，Delima P，Toussaint G J，et al.Cooperative control of UAVs for localization of intermittently emitting mobile targets［J］.IEEE Trans Syst Man Cybern B Cy-bern，2009，39（4）：959-970.

［4］Kwon H，Pack D J.Cooperative target localization bymultiple unmanned aircraft systems using sensor fusion quality［J］.Optimization Letters，2011，6（8）：1-11.

［5］Sivakumar A，Tan K Y.UAV swarm coordination using cooperative control for establishing a wireless communications backbone［C］//International Conference on Autonomous Agentsand MultiagentSystems，2010：1157-1164.

［6］PorfiriM，Roberson D G，Stilwell D J.Tracking and formation control ofmultiple autonomous agents：Atwo-level consensus approach［J］.Automatica，2007，43（8）：1318-1328.

［7］Lin Z，DingW，Yan G，et al.Leader-follower formation via complex Laplacian［J］.Automatica，2013，49（6）：1900-1906.

［8］Kan Z，Dani AP，Shea JM，etal.Network Connectivity Preserving Formation Stabilization and Obstacle Avoidance via a Decentralized Controller［J］.IEEE Transactionson Automatic Control，2012，57（7）：1827-1832.

［9］Brin ON-Arranz L，Seuret A，Canudas-De-WitC.Cooperative Control Design for Time-Varying Formations of Multi-AgentSystems［J］.IEEETransactions on Automatic Control，2014，59（8）：2283-2288.

［10］Chen F，Chen Z，Liu Z，et al.Decentralized formation controlofmobile agents：a unified framework［J］.Physica A：Statistical Mechanics and its Applications，2008，387（19）：4917-4926.

［11］Cepeda-Gomez R，Perico L F.Formation Controlof Nonholonomic Vehicles Under Time Delayed Communications［J］.IEEE Transactions on Automation Science and Engineering，2015，12（3）：819-826.

［12］RahimiR，Abdollahi F，Naqshi K.Time-varying formation control of a collaborative heterogeneousmulti agent system［J］.Robotics and Autonomous Systems，2014，62（12）：1799-1805.

［13］Lin P，Jia Y.Distributed rotating formation control of multi-agent systems［J］.Systems&Control Letters，2010，59（10）：587-595.

［14］Liu C，Tian Y.Formation control ofmulti-agent systems with heterogeneous communication delays［J］.International Journal of Systems Science，2009，40（6）：627-636.

［15］Xiao F，Wang L，Chen J，et al.Finite-time formation control formulti-agent systems［J］.Automatica，2009，45（11）：2605-2611.

［16］Jafarian M，Vos E，De Persis C，etal.Formation control of amulti-agent system subject to Coulomb friction［J］.Automatica，2015，61：253-262.

［17］Qu Y，Zhu X，Zhang Y M.Cooperative control for UAV formation flight based on decentralized consensus algorithm ［M］. Intelligent Robotics and Applications，Springer，2012：357-366.

［18］Mariottini G L，Morbidi F，Prattichizzo D，et al.Vision-Based Localization for Leader–Follower Formation Control［J］.IEEE Transactions on Robotics，2009，25（6）：1431-1438.

［19］Consolini L，Morbidi F，Prattichizzo D，et al.Leader-follower formation control of nonholonomicmobile robots with input constraints［J］.Automatica，2008，44（5）：1343-1349.

［20］Xue Z，Zeng J.Circle Formation Control of Large-Scale Intelligent Swarm Systems in a Distributed Fashion［C］//International Symposium on Neural Networks，Isnn 2009，Wuhan，China，2009：1105-1115.

［21］Justh EW，Krishnaprasad PS.Asimple control law for UAV formation flying［J］.ASimple Control Law for Uav Formation Flying，2002.

［22］Balch T，Arkin R C.Behavior-based formation control formultirobot teams［J］.IEEE Transactions on Robotics and Automation，1998，14（6）：926-939.

［23］Cao Z，Tan M，Wang S，etal.The optimization research of formation control formultiplemobile robots［C］//Proceedings of the World Congress on Intelligent Control and Automation，2002：1270-1274.

［24］Kim S，Kim Y.Optimum design of three-dimensionalbehavioural decentralized controller for UAV formation flight［J］.Engineering Optimization，2009，41（3）：199-224.

［25］Liu Y，Geng Z.Finite-time formation control for linear multi-agent systems：Amotion planning approach［J］.Systems&Control Letters，2015，85：54-60.

［26］Lewis MA，Tan K.High precision formation control of mobile robots using virtual structures［J］.Autonomous Robots，1997，4（4）：387-403.

［27］Linorman NH M，Liu H H T.Formation UAV flight control using virtual structure and motion synchronization［C］//American ControlConference，2008：1782-1787.

［28］Atrianfar H，Haeri M.Flocking ofmulti-agent dynamic systemswith virtual leader having the reduced number of informed agents［J］.Transactionsof the Institute ofMeasurementand Control，2013：292261160.

［29］Chang Y H，Chang CW，Chen C L，et al.Fuzzy sliding-mode formation control for multirobot systems：design and implementation［J］.IEEE Transactions on Systems，Man，and Cybernetics，Part B（Cybernetics），2012，42（2）：444-457.

［30］Park JH，ChoiY K.Formation ControlofMobile Robots using Adaptive PID Controller［J］.Journal of the Korea Institute of Information and Communication Engineering，2015，19（11）：2554-2561.

［31］Guillet A，Lenain R，Thuilot B，et al.Adaptable Robot Formation Control：Adaptive and Predictive Formation Control of Autonomous Vehicles［J］.IEEE Robotics&Automation Magazine，2014，21（1）：28-39.

［32］Chao Z，Zhou SL，Ming L，etal.UAV Formation Flight Based on Nonlinear Model Predictive Control［J］.Mathematical Problems in Engineering，2012，213（2）：181-188.

［33］朱旭.基于信息一致性的多无人机编队控制方法研究［D］.西安：西北工业大学，2014.

［34］Minsky ML.The society ofmind［M］.Simon&Schuster，1988：371-396.

［35］Dong Y，Huang J.Flocking with connectivity preservation ofmultiple double integrator systems subject to external disturbances by a distributed control law［J］.Automatica，2015，55：197-203.

［36］Wang W，Peng H.Flocking controlwith communication noise based on second-order distributed consensus algorithm［C］//Power Engineering and Automation Conference，2012：1-4.

［37］Dong Y，Huang J.Leader-Following Connectivity Preservation Rendezvous ofMultiple Double Integrator Systems Based on Position Measurement Only［J］.IEEE Transactions on Automatic Control， 2014， 59 （9） ：2598-2603.

［38］Caicedo-Nunez C H，Zefran M.Consensus-based rendezvous［C］//IEEE International Conference on Control Applications，2008：1031-1036.

［39］Godsil C，Royle G.Algebraic graph theory［M］.Cambridge University Press，1974：298.

［40］Olfati-Saber R，Murray RM.Consensus problems in networks of agents with switching topology and time-delays［J］.IEEE Transactions on Automatic Control，2004，49（9）：1520-1533.

［41］RenW，Beard RW，Others.Consensus seeking inmultiagentsystems under dynamically changing interaction topologies［J］.IEEE Transactions on automatic control，2005，50（5）：655-661.

［42］Mei J，Ren W，Chen J.Consensus of second-order heterogeneousmulti-agent systems under a directed graph［C］//Proceedings of the American Control Conference，2014：802-807.

［43］Yu W，Zheng WX，Chen G，et al.Second-order consensus in multi-agent dynamical systems with sampled position data ［J］. Automatica， 2011， 47 （7） ：1496-1503.

［44］Xi J，Shi Z，Zhong Y.Consensus analysis and design for high-order linear swarm systems with time-varying delays［J］.Physica A：StatisticalMechanics and its Applications，2011，390（23-24）：4114-4123.

［45］Dong X，Xi J，Shi Z，et al.Practical consensus for high-order linear time-invariant swarm systems with interaction uncertainties，time-varying delays and external disturbances［J］.International Journal of Systems Science，2013，44（10）：1843-1856.

［46］Seo JH，Shim H，Back J.Consensus of high-order linear systems using dynamic output feedback compensator：low gain approach ［J］.Automatica，2009，45（11）：2659-2664.

［47］Yu W，Chen G，Cao M，etal.Second-Order Consensus for Multiagent Systems With Directed Topologies and Nonlinear Dynamics［J］.IEEE Transactions on Systems Man&Cybernetics Part B Cybernetics APublication of the IEEE Systems Man&Cybernetics Society，2010，40（3）：881-891.

［48］Yu W.Designing Distributed Control Gains for Consensus in Multi-Agent Systems with Second-Order Nonlinear Dynamics［C］//World Congress，2011：1231-1236.

［49］Li Z，Ren W，Liu X，et al.Consensus of Multi-Agent Systems With General Linear and Lipschitz Nonlinear Dynamics Using Distributed Adaptive Protocols ［J］.IEEE Transactions on Automatic Control，2013，58（7）：1786-1791.

［50］Zhao Y，Duan Z，Wen G，etal.Robustconsensus tracking of multi-agent systems with uncertain lur'e-type non-linear dynamics［J］.Iet Control Theory&Applications，2013，7（9）：1249-1260.

［51］Wang J，Nian X，Wang H.Consensusand formation control of discrete-timemulti-agent systems［J］.Journal of Central South University of Technology，2011， 18：1161-1168.

［52］Pan H，Qiao W.Consensus of double-integrator discrete-time multi-agent system based on second-order neighbors'information［C］//The 26th Chinese Control and Decision Conference （2014 CCDC） ，2014：1946-1951.

［53］ Mo L，Niu Y，Pan T.Consensus of heterogeneous multi-agent systemswith switching jointly-connected interconnection［J］.Physica A：StatisticalMechanics and its Applications，2015，427：132-140.

［54］Li Z，Duan Z，Chen G.Dynamic consensus of linear multi-agent systems［J］.Control Theory&Applications，IET.，2011，5（1）：19-28.

［55］Li J，Ho D WC，Li J.Distributed adaptive repetitive consensus control framework foruncertain nonlinear leader-follower multi-agent systems ［J］.Journal of the Franklin Institute，2015，352（11）：5342-5360.

［56］Su H，Chen G，Wang X，et al.Adaptive second-order consensus of networked mobile agentswith nonlinear dynamics［J］.Automatica，2011，47（2）：368-375.

［57］Li Z，Ren W，Liu X，etal.Distributed consensus of linearmulti-agent systemswith adaptive dynamic protocols［J］.Automatica，2013，49（7）：1986-1995.

［58］Ma C，Zhang J.Necessary and sufficient conditions for consensusability of linear multi-agent systems ［J］.IEEE Transactions on Automatic Control，2010，55（5）：1263-1268.

［59］Li Z，Duan Z，Chen G.On H∞ and H2 performance regions ofmulti-agentsystems［J］.Automatica，2011，47（4）：797-803.

［60］Wang J，Duan Z，Li Z，et al.Distributed H∞ and H 2 consensus control in directed networks［J］.IETControl Theory&Applications，2013，8（3）：193-201.

［61］Wei L，Ai-Li L，Shao-Lei Z.Distributed H∞ control of multi-agent systems with directed networks［J］.Chinese Physics B，2015，24（9）：90208.

［62］ZhaiG，Huang C.Anote on basic consensus problems in multi-agent systems with switching interconnection graphs［J］.International Journal of Control，2014，88（3）：631-639.

［63］You K，Li Z，Xie L.Consensus condition for linear multi-agent systems over random ly switching topologies［J］.Automatica，2013，49（10）：3125-3132.

［64］Cao Y，Ren W，Egerstedt M.Distributed containment control with multiple stationary or dynamic leaders in fixed and switching directed networks［J］.Automatica，2012，48（8）：1586-1597.

［65］Wen G，Li Z，Duan Z，etal.Distributed consensus control for linearmulti-agent systemswith discontinuous observations［J］.International Journal of Control，2013，86（1）：95-106.

［66］Ma Q，Lu J，Xu H.Consensus for nonlinearmulti-agent systemswith sampled data［J］.Transactions of the Institute of Measurement& Control， 2013， 36（5）：618-626.

［67］Lin P，Jia Y.RobustH∞ consensus analysis ofa class of second-order multi-agent systems with uncertainty［J］.Iet Control Theory&Applications， 2010，4（3）：487-498.

［68］Sun F，Chen J，Guan Z，et al.Leader-following finite-time consensus for multi-agent systems with jointly-reachable leader ［J］. Nonlinear Analysis： Real World Applications，2012，13（5）：2271-2284.

［69］Cao Y，Ren W.Optimal linear-consensus algorithms：an LQR perspective［J］.IEEE Transactions on Systems Man&Cybernetics Part B Cybernetics APublication of the IEEE Systems Man&Cybernetics Society，2010，40（3）：819-830.

［70］Semsar-Kazerooni E，Khorasani K.Optimal consensus seeking in a network ofmultiagent systems：an LMIapproach［J］.IEEE Transactions on Systems Man&Cybernetics Part B Cybernetics APublication of the IEEE Systems Man&Cybernetics Society，2010，40（2）：540-547.

［71］Cui Y，Jia Y.L2-L∞ consensus control for high-order multi-agent systems with switching topologies and time-varying delays［J］.Control Theory&Applications，IET，2012，6（12）：1933-1940.

［72］Liu Y，Jia Y.RobustH ∞ consensus controlofuncertain multi-agent systems with time delays［J］.International Journal of Control，Automation and Systems，2011，9（6）：1086-1094.

［73］Hu H，Yu L，Chen G，etal.Second-order consensus of multi-agent systems with unknown but bounded disturbance［J］.International Journal of Control，Automation and Systems，2013，11（2）：258-267.

［74］Ding Z.Consensus Disturbance Rejection With Disturbance Observers［J］.IEEE Transactions on Industrial Electronics，2015，62（9）：5829-5837.

［75］Zhang X，Liu X.Further Results on Consensus of Second-Order Multi-Agent SystemsWith Exogenous Disturbance［J］.IEEE Transactions on Circuits and Systems I：Regular Papers，2013，60（12）：3215-3226.

［76］RenW.Consensus strategies for cooperative controlof vehicle formations［J］.Control Theory&Applications，IET，2007，1（2）：505-512.

［77］Ren W，Sorensen N.Distributed coordination architecture formulti-robot formation control［J］.Robotics and AutonomousSystems，2008，56（4）：324-333.

［78］Xie G，Wang L.Moving formation convergence of a group ofmobile robots via decentralised information feedback ［J］.International Journal of Systems Science，2009，40（10）：1019-1027.

［79］Turpin M，Michael N，Kumar V.Decentralized formation control with variable shapes for aerial robots［C］//IEEE International Conference on Robotics&Automation，2012：23-30.

［80］Nian X，Su S，Pan H.Consensus tracking protocol and formation control ofmulti-agent systems with switching topology ［J］.Journal of Central South University of Technology，2011，18：1178-1183.

［81］Dong X，ShiZ，Lu G，etal.Time-varying formation control for high-order linear swarm systems with switching interaction topologies［J］.IETControl Theory&Appli-cations，2014，8（18）：2162-2170.

［82］Dong X，Shi Z，Lu G，etal.Time-varying output formation control for high-order linear time-invariant swarm systems［J］.Information Sciences，2015，298：36-52.

［83］Dong X，Hu G.Time-varying output formation for linear multi-agent systems via dynamic output feedback control［J］.IEEE Transactions on Control of Network Systems，2015：1.

［84］Dong X，Yu B，Shi Z，et al.Time-Varying Formation Control for Unmanned Aerial Vehicles：Theories and Applications［J］.IEEE Transactions on Control Systems Technology，2015，23（1）：340-348.

［85］Zhou Y，Dong X，Lu G，et al.Time-varying formation control for unmanned aerial vehicleswith switching interaction topologies［C］//International Conference on Unmanned AircraftSystems，2014.

［86］DaiY，Kim Y，Wee S，etal.Aswitching formation strategy for obstacle avoidance of amulti-robot system based on robot priority model［J］.ISATransactions，2015，56：123-134.

［87］Sharma R K，Ghose D.Collision avoidance between uav clusters using swarm intelligence techniques［J］.International Journal of Systems Science，2009，40（5）：521-538.

［88］Fukushima H，Kon K，Matsuno F.Distributed Model Predictive Control For Multi-Vehicle Formation With Collision Avoidance Constraints［C］//IEEE Conference on Decision&Control，&European Control Conference，2006：5480-5485.

［89］Wang X，Yadav V，Balakrishnan SN.Cooperative UAV formation flying with obstacle/collision avoidance［J］.IEEE Transactions on Control Systems Technology，2007，15（4）：672-679.

Research Statusand Development of Multi-UAVs Formation Based on Consensus

WANG Peng1ZHANG Zhen feng2CAO Mingchuan3QIYahui4KANG Yuhang4
（1.NavalMilitary Representative Office in Jingdezhen，Jingdezhen 333000）
（2.NavalRadarand Sonar Repair Depot，Qingdao 266000）
（3.No.91967 Troopsof PLA，Xingcheng 125106）（4.Naval Aeronautical Engineering Institue，Yantai 264001）

Multi-UAVs formation based on consistency is a kind ofmulti-UAVs formation controlmethod which has been widely researched and applied athome and abroad in recentyears，as long as the information exchange can be ensured in the formation，the formation can fly stably and complete the task well.This paper introduces the latest research athome and abroad from the theoretical developmentof UAV andmulti-UAVs formation based on consensus.Then，combined with the current characteristics of multi-UAVs formation based on consensus，a prospect ismade for themulti-UAVs formation based on consensus.

UAV,consensus，formation control，communication

V249

10.3969/j.issn.1672-9730.2017.09.001

2017年3月6日，

2017年4月22日

王鹏，男，硕士，助理工程师，研究方向：自动控制。张振锋，男，助理工程师，研究方向：电子对抗。曹明川，男，硕士，助理工程师，研究方向：固体火箭发动机。祁亚辉，男，博士，讲师，研究方向：导航制导与控制。康宇航，男，博士，研究方向：飞行器控制与制导。