自主協同控制的案例
無人集群系統自主協同技術綜述
但總體來說，我軍無人武器系統作戰運用研究還處于自動控制階段，無人武器基本上是依靠有人裝備一對一遙控指揮，即各型無人系統通過地面站進行指揮與控制，無人平臺之間協同能力不高或無法協同。
考慮到無人武器系統智能化協同管控能力有限，無法適應瞬息萬變的戰場局勢，未來戰場對無人武器系統智能化控制和協同作戰運用的需求日趨強烈，提升無人武器系統控制和作戰管理水平，已成為未來體系作戰亟待突破的瓶頸和未來無人武器系統體系作戰能力形成必須解決的關鍵問題。
民用領域研究多智能體協作同樣具有廣泛的應用場景。例如，無人自主系統可用于環境監測，突破了地理空間的限制，對沼澤、湖泊、濕地等各種人員不便抵達或者抵達成本過高的復雜地理環境進行取樣作業。股票市場上的交易機器人博弈[10]，廣告投標智能體通過在線廣告交易平臺互相競爭[11]，電子商務協同過濾算法預測用戶興趣[12]，交通多路口智能協調優化[13]等等。
當前無人集群系統最大的挑戰之一是如何讓無人系統內的多個自主系統學會一起完成任務，學會彼此合作和相互競爭，提高群體智能。迄今為止戶外自主空中集群系統可以支持30架無人機自主協同編隊和避免[14]。采用Agent作為智能研究對象，未來的無人系統也會是“芯片+算法”的一個即插即用型智能系統。涉及的關鍵技術領域有：多Agent系統自主協同、多Agent系統態勢共識、未知系統動力學、群體智能理論與技術、機器學習方法、行為決策方法。
展開 無人集群系統自主協同技術綜述
但總體來說，我軍無人武器系統作戰運用研究還處于自動控制階段，無人武器基本上是依靠有人裝備一對一遙控指揮，即各型無人系統通過地面站進行指揮與控制，無人平臺之間協同能力不高或無法協同。
考慮到無人武器系統智能化協同管控能力有限，無法適應瞬息萬變的戰場局勢，未來戰場對無人武器系統智能化控制和協同作戰運用的需求日趨強烈，提升無人武器系統控制和作戰管理水平，已成為未來體系作戰亟待突破的瓶頸和未來無人武器系統體系作戰能力形成必須解決的關鍵問題。
民用領域研究多智能體協作同樣具有廣泛的應用場景。例如，無人自主系統可用于環境監測，突破了地理空間的限制，對沼澤、湖泊、濕地等各種人員不便抵達或者抵達成本過高的復雜地理環境進行取樣作業。股票市場上的交易機器人博弈[10]，廣告投標智能體通過在線廣告交易平臺互相競爭[11]，電子商務協同過濾算法預測用戶興趣[12]，交通多路口智能協調優化[13]等等。
當前無人集群系統最大的挑戰之一是如何讓無人系統內的多個自主系統學會一起完成任務，學會彼此合作和相互競爭，提高群體智能。迄今為止戶外自主空中集群系統可以支持30架無人機自主協同編隊和避免[14]。采用Agent作為智能研究對象，未來的無人系統也會是“芯片+算法”的一個即插即用型智能系統。涉及的關鍵技術領域有：多Agent系統自主協同、多Agent系統態勢共識、未知系統動力學、群體智能理論與技術、機器學習方法、行為決策方法。
展開 多無人艇集群協同控制研究進展與未來趨勢
為建立以高可靠、高精度、強適應、抗干擾、自主協同為特征, 具備快速集群任務響應、集群隊形重構與變換能力，滿足未來復雜海洋環境下集群化海洋作業任務的多無人艇自主協同控制系統，本文最后提出一些尚待解決的問題及未來值得深入探索的研究方向：
1） 多無人艇網絡化協同控制。將無人艇通過網絡連接實現信息交互與共享，進而實現網絡環境下的集群協同，是未來多無人艇集群控制研究的重要趨勢之一。現有多無人艇集群控制理論通常假設通信與信息傳輸是理想的，重點關注的是如何利用分布式反饋信息實現期望的集群控制目標,未考慮通信環境如通信時延、數據丟包、拓撲時變、間歇通信、異步通信、距離受限等因素對集群控制的影響。這些網絡因素可能降低集群控制性能，甚至導致閉環系統失去穩定性。因此，如何進一步考慮網絡因素，系統地建立網絡環境下多無人艇分布式協同控制方法值得深入研究。
2） 多無人艇安全協同控制。避障和避碰不僅是實現單無人艇自主航行的基礎，也是保障多無人艇集群安全航行的基礎。由于海上交通環境的復雜性，無人艇在水面航行時不僅會遇到多種靜態或者動態障礙物，還可能存在觸碰暗礁或擱淺等風險。與此同時，多無人艇之間也可能發生碰撞，多無人艇安全協同控制極為重要。特別是編隊個體和海上交通密度的增加，給無人艇集群控制器設計帶來了更大的挑戰。因此針對復雜海洋環境和潛在的威脅信息，如何設計集群分布式協同控制器，避免無人艇與環境障礙物以及無人艇個體之間發生碰撞，保證多無人艇編隊航行或編隊重構的安全性值得深入探索。
3） 多無人艇最優協同控制。現有多無人艇集群控制僅研究如何在不確定及海洋環境擾動下保持編隊隊形穩定的問題，閉環控制系統的穩定性、收斂性、魯棒性是關注的重點，而沒有考慮集群控制的最優性。
展開 海戰場無人作戰體系協同運用與指揮控制設想
集群自主任務系統,主要負責UCP實現自主決策、集群協同控制,含自主任務規劃、態勢處理、智能協同決策等功能。UCP載荷控制系統,主要負責無人平臺的任務載荷的工作控制及運動姿態狀態控制。
3.2
無人作戰體系的指揮控制結構
海戰場無人作戰平臺的作戰樣式主要有單平臺作戰、集群作戰、有人/無人協同作戰三種樣式,其指揮控制模式主要包括人在環內、自主作戰、混合控制三種模式,如
圖5
、
圖6
、
圖7
所示。
圖5 無人作戰體系人在環內的指控模式
圖6 無人作戰體系自主作戰指控模式
圖7 無人作戰體系混合控制模式
人在環內模式下,無人作戰平臺全時接收控制站的指令,按照指令進行單機作戰、與其他無人平臺形成集群作戰、和有人作戰平臺可進行協同作戰,這種指控模式相對簡單。
自主作戰模式下,戰術指揮機構可直接對無人平臺下達任務指令,無人作戰平臺接收任務后,控制其載荷進行戰場感知、軌跡規劃、障礙避碰,完成各項任務。當集群作戰時,無人作戰平臺自主任務分配,協同組網分工完成探測、識別與打擊等行動。
在混合控制模式下,戰術指揮機構根據任務復雜情況,可向無人作戰平臺控制站或無人作戰平臺下達任務。既可由無人平臺控制站實時控制無人平臺及集群進行任務行動,也可以由無人作戰平臺及集群自主規劃并完成任務。
綜上所述,海戰場無人作戰體系指揮控制各級指揮系統之間的指揮控制結構如
圖8
所示。
圖8 無人作戰體系指揮控制結構設想
作戰指揮系統進行方案決策、制定有人/無人平臺的任務計劃,向無人平臺戰術指控系統及有人平臺戰術指控系統下達計劃、命令,指揮有人、無人兩類裝備的協同作戰。
展開 
無人機協同控制研究綜述
避障 躲避障礙是無人機執行任務不可避免的問題，對于個體具有自主決策能力的多無人機系統而言，在移動過程中躲避障礙是最基本的要求。在蜂擁控制中，避障控制的基本策略是將前方障礙物想象成一個圓柱體模型［62］，存在多個障礙物時無人機會優先避開最近的目標，但該方法沒有考慮障礙物的實際大小以及障礙物與無人機之間的距離對無人機轉向控制力的影響。Olfati-Saber［63］假設障礙物是一個移動的智能體，障礙物進入無人機感知范圍時將障礙物視作鄰居處理，但無人機在繞過障礙物后仍會受到障礙物影響。路徑規劃問題是無人機研究領域的一個熱點，通常采用蟻群算法和模擬退火算法等算法尋找出一條合理路線，但這需要全部障礙物的位置信息。對于未知環境還需依靠無人機本身的自主決策能力。
信息估計 編隊控制多采用集中控制以提高系統穩定性，但對于大型無人機集群全局通信成本太過高昂。隨著無人機自主化水平提高，將更多依賴局部通信，這意味著需要一種分布式協議去預測全局信息。一方面，應設計一種局部分布估計系統，可以在有限時間內估計出某些全局信息；另一方面，基于局部估計來設計局部控制器，提高閉環系統穩定性。基于估計的分布式控制本質上是集中式控制和分布式控制的結合，它將分布式控制用于全局信息的估計，將集中式控制思想用于局部控制器的設計。但包含分布式估計器的無人機系統比沒有分布式估計器的無人機系統要復雜得多。在無人機協同控制系統中，必須適當地替換某些昂貴的測量設備或使用分布式估計，而代價是控制系統設計困難性增加和系統穩定性分析更加復雜。此外，諸如有界控制輸入、異步通信和信息量化等物理限制可能會降低聯合估計和控制方案在各種分布式無人機協同系統中的適用性。
離散通信 傳統的飛行控制都是假設可以連續接收控制信號或者保持持續監聽，但這需要足夠的計算資源和理想的通信環境來支撐。
展開 多無人艇協同作戰智能指揮控制系統研究
這就要求無人艇必須具備自主性，包括自主航行、自主避碰以及自主決策等能力，這些能力需要作戰控制系統具有高度智能化，自動化。
在水面無人艇編隊協同聯合作戰時，編隊指揮中心會對無人艇下達作戰任務進行人艇協同，無人艇在執行任務時，必須保證與其他無人艇的高度協同，通過多艇聯合彌補單艇在高度動態的水域中的能力不足，這就要求無人艇具備交互性和協作性，只有這樣才能充分發揮水面無人艇艇群靈活、部署快、監控范圍廣，作戰組織靈活、抗毀重構性強等優勢。
綜上，水面無人艇協同作戰智能指揮控制系統的特點如下。
⑴高度的自主性
無人艇能夠根據編隊指揮中心下達的作戰任務和在上級指揮節點允許的范圍內進行自主規劃、決策和行動，并在探測到戰場環境發生變化時，做出相應的反應。
展開 BIM協同設計模式及質量控制要點研究
二三維協同設計一般流程如下：
二三維協同設計模式對設計質量的控制要點包括：
①BIM設計模型與二維設計的數據的一致性和完整性；
②BIM設計過程設計模型的及時性，應能滿足二維設計驗證和空間協調的要求；
③合理控制設計過程中各專業BIM模型設計的深度，滿足空間協調的要求即可，模型設計深度過高會影響BIM模型的工作量和提交的時效性。
④進行BIM設計過程模式的校審工作，并通過模型整合會做的方式進行專業間的空間協調。
⑤BIM綜合管線設計模型需經過各專業設計的會審。
2.3 三維專業協同設計流程及質量控制要點
三維專業協同設計是各專業設計人員直接采用BIM設計平臺進行全過程的三維設計和出圖工作。專業人員在同一數據源（項目中心文件）下工作，可實現實時查看各專業的三維模型，及時發現專業間的問題。與二維協同設計相比，可實現更深層次的協同，方式也有不同。
三維專業協同設計的流程如下：
三維專業協同設計模式對設計質量的控制要點包括：
①各專業互提資料模型的設計深度控制；
②各專業互提資料時機的控制；
③中間模型、評審模型和成品模型的設計深度控制；
④各專業設計模型的校對、審核和評審控制；
⑤綜合管線設計模型的會審和評審控制。
利用BIM技術進行三維協同設計尚未得到廣泛的推廣和應用，設計工作中存在著二三維設計同時存在、相互補充的各種協同工作模式。BIM技術在其中都發揮著重要的作用，能夠明顯提高設計的質量。隨著今后建筑行業信息技術的發展、BIM軟件平臺的完善和國家BIM設計標準、政策的出臺，BIM三維協同設計將會得到更廣泛的應用。
來源：網絡
展開 制冷壓力傳感器在精細蒸發控制中的無縫協同？
以下是一些關鍵點，探討了從汽化到節能的過程，以及制冷壓力傳感器如何實現無縫協同？
工作原理：制冷系統的運行過程中，制冷劑經過壓縮、冷凝、節流和蒸發四個基本過程。制冷壓力傳感器能夠實時監測系統中的壓力變化，從而幫助控制蒸發過程。準確的壓力值使得系統能夠在最佳條件下運行，避免不必要的能量損耗。
1、壓力傳感助力精細蒸發控制
·精準監測：制冷壓力傳感器實時精確測量蒸發器內壓力，反映制冷劑汽化狀態。因壓力與汽化程度緊密相關，可據此了解蒸發進展。
·反饋調節：將壓力數據反饋給控制系統，系統依此調節膨脹閥開度。壓力高時，關小閥門，減少制冷劑流入；壓力低則反之，確保蒸發穩定。
2、實現節能效果
·優化制冷效率：通過精細控制蒸發，使制冷劑按需汽化吸熱，避免過度或不足蒸發，降低能耗，提升制冷系統整體效率。
·降低設備損耗：穩定的蒸發過程減少壓縮機頻繁啟停與負荷波動，延長設備壽命，間接節能。
展開 自主水下航行器 (AUV) | 近實時仿真與控制助力實現水下機動航行
同空中航行器一樣，自主水下航行器(AUV) 更適用于對大型載人航行器來說太危險或根本無法嘗試的許多應用領域。
例如，北極探索、水下建橋與管道檢查，以及水產養殖自動化，這些應用通常需要 AUV 行駛一段距離才能到達目標位置。航行器一旦到達目標位置，可能就需要執行敏捷操縱（即水下機動航行），以采集圖像、視頻和其他重要數據。
受諸多因素的影響，開發這些 AUV 的控制算法錯綜復雜。其中，最嚴峻的挑戰是無線電信號在水中會發生衰減，這使得 AUV 在深海遠程作業時無法可靠地接收 GPS 或通迅信號。由于缺乏這種通信，AUV的自主作業能力就顯得愈加重要。
瑞典皇家理工學院的團隊研究了控制策略，通過最大限度地降低能耗，使AUV 完成時間更長、更復雜的任務成為了可能。
借助 MATLAB? 和 Simulink?，使用基于模型的設計，對開發的控制算法進行了仿真、優化與實現。這種方法可以先通過仿真快速開發和評估算法，然后在機動航行的 AUV SAM（圖 1）上，對這些算法進行現場測試，從而加快研究步伐。
圖 1. SAM AUV（上圖）和三維表示（下圖）。SAM是由瑞典皇家理工學院的海洋機器人中心設計的。
AUV 設計中的工程權衡
采用就地懸停設計的 AUV，通常搭載多個推進器，這使得 AUV 體積龐大，因而無法輕松完成遠距離航行。另一方面，雖然細長型 AUV 的航程更遠，但受限于形狀，再加之缺乏多個推進器，這些 AUV 在到達目標位置后，更難懸停或使攝像頭和其他傳感器朝向感興趣的目標。
展開 基于線性變參數系統的四輪轉向自主地面車輛路徑跟蹤控制及實驗驗證
來源 | 同濟智能車研究所
編者按：近年來，隨著汽車智能化技術的飛速發展，軌跡跟蹤控制作為智能車輛的重點研究問題，成為國內外學者廣泛關注的熱點。四輪轉向車輛可控自由度高，能有效改善車輛行駛的操縱性、穩定性及安全性，是汽車未來發展的重要方向之一。目前大多數的軌跡跟蹤控制的研究集中于前輪轉向的車輛上，而對四輪轉向車輛的軌跡跟蹤控制的關注較少。這篇文章提出了一種基于四輪轉向自主地面車輛的路徑跟蹤控制方法，具有前瞻性的研究意義。
摘要：在本研究中，提出了一種新型四輪轉向電動汽車作為自主地面車輛。本文的目的是研究四輪轉向自主地面車輛智能駕駛的路徑跟蹤控制算法。在單軌模型的基礎上，建立了用于軌跡跟蹤控制器設計的軌跡跟蹤模型。接著建立了線性變參數系統模型，使路徑跟蹤控制器能夠適應不同的縱向速度和路面摩擦系數。再者，設計了一種用于路徑跟蹤的線性二次型調節器控制器，并進行了穩定性分析。為了消除干擾引起的誤差，將前饋控制與線性二次型調節器控制器相結合。
為了驗證所設計控制器的路徑跟蹤性能，基于在CarSim中建立的高保真整車模型進行了數值仿真。此外，還進行了實際道路試驗。仿真和實驗結果表明，所設計的控制器具有良好的路徑跟蹤性能。另外，路徑跟蹤控制器對不同的縱向速度和路面摩擦系數具有良好的魯棒性。
關鍵詞：四輪轉向，自主地面車輛，路徑跟蹤，線性變參數系統
1 引言
近年來，隨著各種交通問題（包括擁堵和事故）的增加，自主地面車輛（AGV）已成為研究的熱點。
展開 MBSE產品模型架構應用：基于模型驅動架構概念的自主水下航行器控制器的MBSE應用（下）
圖5.AUV控制器實時壓縮的協作圖
圖6.AUV控制器的實時壓縮類圖
這里，離散部件的壓縮由AUV控制器HA中的情況Q和過渡A組成;連續部件的壓縮包含連續狀態空間X;IGCB的壓縮實現了具體的全局連續行為，如f∈F，其中f直接來自公式（3），實現的功能模塊圖（圖4）可以在f中實現，用于估計AUV狀態;外部接口的壓縮是一個中介，它在AUV控制器和MES / MDS之間接收/發送事件/信號;內部接口的壓縮允許 Inv 工具在 HA 演化中生成內部事件。
對于不同AUV應用的控制器操作員來說，可重用性至關重要，因為它減少了制造時間和設備成本。此外，這允許開發AUV的壓縮協作在多種類型AUV的新控制應用中定制和重用，如表2所示。
表 2.設計控制器在多種類型AUV的新控制應用中的可定制性和可重復使用性（IGCB，瞬時全局連續行為）。
展開 
MBSE產品模型架構應用：基于模型驅動架構概念的自主水下航行器控制器的MBSE應用（上）
圖1.自主水下航行器（AUV）的自主架構模塊定義圖
根據上述AUV動態和控制架構，以及第2節中描述的HDS的定義，AUV控制器可以被視為HDS，其動態行為可以通過HA建模，并通過視線（LOS）導航性實現。
文章來源：創景科技
盆地結構控制下的地層壓力-流體-儲集性協同演化及控藏作用——以東營凹陷古近系為例
地層壓力、流體和儲集性的協同演化模式控制了斷陷盆地內油氣藏的有序分布。陡坡帶“常壓/弱超壓—堿/酸—中/低孔(少量高孔)”協同演化模式控制了砂礫巖巖性油氣藏、構造油藏和地層類油藏的發育;洼陷帶“超壓—酸性—中/低孔”協同演化模式控制了濁積巖巖性類油藏的發育;緩坡帶“常壓—弱堿/弱酸—中/高孔”協同演化模式控制了三角洲/灘壩砂巖巖性-構造、構造和地層類油藏的發育。盆地尺度上,在斷陷盆地結構控制下,地層壓力-流體-儲集性協同演化模式與不同油氣藏類型的空間分界位置一致[圖8(a)、圖8(b)],與各類油氣藏特征也具有良好的對應關系。洼陷帶濁積巖油藏的含油飽和度、排驅壓力、中值壓力和充滿度相對最高,向陡坡帶、緩坡帶方向,油藏含油飽和度等參數均有序減小[15][圖8(c)]。
4.2
協同演化模式控制油氣的差異富集
斷陷盆地不同構造帶地層壓力-流體-儲集性的協同演化模式控制油氣藏類型及其屬性有序分布,也表明了其對不同構造帶內不同類型油藏的差異富集具有控制作用。
4.2.1
陡坡帶砂礫巖油氣藏
東營凹陷北部陡坡帶發育一系列近岸水下扇和扇三角洲砂礫巖體[47,49],其構造位置鄰近洼陷帶優質烴源巖,油氣成藏條件優越,是重要的勘探對象。陡坡帶砂礫巖由深部向淺部依次發育高充滿度油氣藏和凝析氣藏、中等充滿度油藏、低充滿度油藏[圖8(a)、圖9]。陡坡帶砂礫巖發育“常壓/弱超壓—堿/酸—中/低孔(少量高孔)”協同演化模式[圖8(b)],其中,深部超壓充注與酸、堿流體兩期交替匹配,控制了高充滿度氣藏及凝析油氣藏的形成;中—淺部常壓-浮力充注與高孔隙度儲層匹配,控制了低充滿度油藏的形成。
展開 【5月17日】小鵬回應被罰款；智己被指虛假宣傳；寶馬漲價；集度發布汽車機器人；上通五菱自主控制器下線；芭蕾貓預售；雷諾退出俄羅斯
據了解，這款“汽車機器人”具備 L4 級別的自動駕駛能力，可自主移動；而且，可以與人進行自然的交流，是一個貼心的智能伙伴；此外，基于 AI 和大數據技術，這款“汽車機器人”將具備持續自我學習和進化的能力。
05
緩解芯片短缺影響 上汽通用五菱首個自主EPS控制器下線
??????????????????????行車視線 日前，行車視線從上汽通用五菱官方獲悉，其宣布公司首個自主產權控制器正式下線，并簽署了公司第一份關鍵控制器零件的知識產權協議。該 EPS 控制器是與合作院校共同開，最終 8 天鎖定方案、14 天裝車驗證并順利投產，完成了從科研成果到量產。具體來看，經過 6 天奮戰，順利實現從項目啟動、場地改造、設備發運、安裝調試、原材料準備到產品成功下線，目前，公司已完成接近 300 余種芯片的國產替代和開發驗證，覆蓋功放模塊、倒車雷達模塊、智能語音機器人、電機控制器、EPS、ABS、VCU 等零件，累計貢獻產量 50 萬臺 / 套。芯片兼容性擴展 34 種，覆蓋 EPS、發動機控制模塊、顯示屏、ABS、娛樂系統主機等零件。
06
俄媒：特朗普“挖苦”馬斯克大價錢買推特，拒絕邀請稱“永遠不會回到推特”
環球網報道 據俄羅斯衛星通訊社16日報道，美國前總統特朗普對特斯拉公司首席執行官埃隆·馬斯克收購推特公司一事進行挖苦，并再次拒絕這位億萬富翁對其重返該平臺的邀請。
展開 【新聞】天洑軟件參加2022年第十四屆控制科學與工程前沿論壇
王耀南院士則針對“機器人智能自主控制前沿技術”探討了五個控制前沿科學技術問題及未來展望: 機器人仿生運動控制，機器人環境自主感知與理解，機器人自主視覺控制，機器人自主學習與導航控制和多機器人自主作業協同控制。
天洑軟件首席戰略官劉國威先生在大會上作了題為《智能工業設計運維一體化平臺助力中國雙碳數字化發展》的報告，介紹了天洑軟件在控制科學的前沿進展和自動化技術的最新研究成果：包含智能熱流體仿真軟件AICFD、智能結構仿真軟件AIFEM、智能優化軟件AIPOD、智能數據建模軟件DTEmpower等。天洑軟件致力于國產化設計及運維軟件工具的開發工作，能夠為航空發動機領域提供完全自主可控的智能設計運維一體化解決方案，包括核心算法、行業應用、軟件產品及相關服務。天洑軟件融合了專家機理、基于人工智能的工業大數據分析和AI賦能的工程仿真技術，提供了完整工具鏈和完整解決方案。天洑的設計仿真優化一體化和設計運維一體化技術已經成功應用在航發領域，幫助用戶提升設計效率和運維效率，未來將和用戶進一步深度合作，打磨迭代軟件功能，全面助力我國航空發動機數字化轉型工作。
關于天洑
南京天洑軟件有限公司為中國智能工業軟件研發領域的高新技術企業，專注于中國自主知識產權的智能設計、快速仿真、優化、運維類工業軟件的研發。公司成立于2011年5月20日，總部位于南京，在北京、大連、寧波、上海、青島設有分公司或子公司。
展開 