进入21世纪之后,海洋观测网络技术的竞争备受瞩目。其中,固定式海底观测网用通讯光缆和供电电缆将分布于海底的多个海底观测站连接成网络,并最终与全球互联网相连,它的能源来自于岸边基站的输送,可以长期连续地对海底进行观测。移动式水下观测网络则是依靠水声通讯无线链接多个观测型水下机器人的自组织网络,工作时间受制于水下机器人的电池容量,但由于其可移动的特点,在灵活性和容错能力上比固定式的海底观测网络更具优势。　　 作为移动式水下观测网络探测节点的自主水下机器人(简称AUV),自带能源,自主作业,可以携带相应设备对海洋进行自由观测。网络中的多个AUV以一定的结构体系有机地组成一个整体,通过一定的协作策略,相互协调与合作,从而提高工作效率,完成更复杂的任务。　　 与已经得到广泛研究的陆基移动式传感网络相比,水下观测网络与其有着很大的差异。一方面,由于水下环境的复杂与不确定性,观测网络的工作区域一般具有未知和非自由等特点；另一方面,由于采用水声通信的方式,其通信距离受到限制且通讯延迟不可忽略,往往不能实现全局通信,而是采用局限通信的通信连接方式。因此,在水下观测网络中,机器人之间往往是分布式的结构体系,每个机器人对自身以及处于通信范围内的机器人的信息进行分析和判断,进而决定自己的行为。　　 本文对多AUV的协调控制技术进行了研究,使其能更接近水下实际工作环境进行作业,主要研究内容和成果包括:　　 1.关于多AUV队形控制的研究　　 目前,研究得比较多的分布式队形控制方法是基于图论的队形控制方法。在已有的研究中,其研究对象往往是具有固定通讯拓扑或通讯拓扑始终属于某个集合的多AUV系统。也即,在某一时刻机器人之间的通讯状态是固定并且已知的。　　 对于移动式水下观测网络而言,由于水声通信存在通讯范围限制,移动过程中作为网络节点的AUV的位置的不断变化会导致机器人之间通讯状态的改变。即,原本可以互相通讯的两个机器人,由于距离的拉大,断开了通讯连接；而原本断开的两个机器人,由于距离的缩小,进入了彼此的通讯范围,建立起了通讯关系,这种通讯状态的改变是随着运动过程发生并且不可预知的。因此,移动式水下观测网络的通讯拓扑结构具有时变的特性,而这一时变性会导致基于固定拓扑设计的分布式队形控制系统失稳,进而导致队形失稳,影响移动探测任务的完成。　　 为解决这一问题,首先通过时变的Laplacian矩阵将多AUV系统变通讯拓扑的特点引入计算分析中,在此基础上将变通讯拓扑网络的队形镇定问题转化为线性时变系统的镇定问题。在对其稳定性进行计算分析的过程中,提出了关于Laplacian矩阵最大奇异值的一个定理,并最终得到了变通讯拓扑网络队形镇定的充分条件。在此基础上,设计出队形控制器,从而解决了保持连通的任意通讯拓扑的分布式队形控制的问题。　　 新的控制方法更符合水下观测网络的工作环境,使得水下观测网络的队形控制朝着实际应用又迈进了一步。　　 2.关于多AUV覆盖控制的研究　　 移动传感网络的覆盖控制旨在使各个传感器节点自动布放到特定位置,以实现对特定区域的最优覆盖,从而实现对该区域的最佳探测。关于区域优化的问题,目前已有的算法中很大部分基于的是集中式的控制结构体系,依赖于主控计算机的计算和网络的全局通信,因而只能用于对小范围固定区域的覆盖。这样的覆盖控制方法不适用于基于局限通信具有分布式结构体系的移动传感网络。近几年,研究者们开始将基于CVT分布的一种空间优化方式应用到覆盖控制中。结合了计算几何中的CVT(Centroidal Voronoi ressellations)理论和量子理论中的Lloyd递降算法的覆盖控制方法,是一种兼顾布放位置的确定和能量损耗优化的控制方法,可以用于移动传感网络的分布式优化覆盖。　　 基于CVT理论的控制方法可以通过对密度函数的设定来控制AUV分布到期望的位置。然而在对多AUV进行覆盖控制时,发现机器人最终的分布范围有时会与期望值有较大差距,尤其当机器人个数较少时,这一差距非常明显。环形分布是一种常见的分布形状,我们以环形密度函数为例,对此进行了计算分析,发现了现有的基于CVT的覆盖控制方法存在的缺陷及其影响因素:即当机器人数量较少时,存在明显的覆盖误差,对这一误差产生影响的因素是机器人的个数多少。由此,将机器人的个数作为参数引入到密度函数中,通过对密度函数的修正,消除了机器人个数对覆盖范围尺寸的影响,大大提高了覆盖精度　　 随后,以简化为质点的机器人为例,在Simulink仿真平台上分别以修正前和修正后的密度函数,对不同数目的AUV组成的系统进行了仿真验证和比较。在仿真过程中,对密度函数的半径进行了归一化处理,一方面有利于对不同覆盖半径的密度函数选取统一的惩罚系数,另一方面,便于统一解决在密度函数过小区域,计算机无法直接通过质心公式来计算质心的问题。仿真结果证明,该方案可以修正由机器人个数带来的布放精度上的误差,大大提高了现有CVT覆盖控制方法的覆盖精度。　　 3.非线性系统协调控制的仿真验证　　 实际工作中,水下机器人系统属于非线性时变系统,文中给出的队形控制器和覆盖控制器是基于质点AUV设计的。在巡航状态下水下机器人的动力学模型是可以用线性化模型来取代的,也即可以直接使用基于质点设计的协调控制器。而在非巡航状态下,我们采取了分层控制策略,由基于质点的协调控制器规划出AUV的位置和艏向等指令以供水下机器人底层控制系统来跟踪。　　 在分层控制中,顶层采用基于质点动力学的协调控制器,对简化为质点的AUV进行路径规划；底层则采用水平面运动控制器对由顶层控制器规划出的路径进行响应。在水平面运动控制器中,采用反馈线性化方法,选取适当的反馈律,将系统的非线性的动态特性转化为线性动态特性。控制器的输入是顶层控制器规划出的AUV的路径和艏向,输出则是AUV水平面运动的控制力和力矩,从而实现多个AUV之间的协调控制。　　 最后,对多AUV系统进行了变通讯拓扑结构的队形控制和修正前后基于CVF理论的覆盖控制的仿真。在仿真中,通过选取适当的参数,一方面保证顶层控制器的稳定性,另一方面限制顶层控制器规划出的AUV的位置变化速度,以防止出现底层控制器来不及响应的情况。仿真结果表明,采用了分层控制策略之后,文中的协调控制方法可以对具有非线性运动特性的多AUV系统进行协调控制,且在参数选取适当的条件下其控制效果与对质点AUV进行协调控制的效果是基本相同的。