事件触发策略下多移动机器人抗干扰固定时间编队控制
移动机器人编队广泛应用于地理勘测、巡逻侦察、安全救援和运输大型货物等领域中，是多机器人协调控制的重要研究方向之一，编队控制方法主要有基于行为法、虚拟结构法和领航-跟随者法。
在领航-跟随者编队控制方法中，每个跟随者以一定的距离和角度跟踪领航者，控制思想简单，队形结构易实现，受到广大研究人员的关注。
然而，移动机器人会受到模型参数不确定、未知扰动和摩擦力的影响，这给其编队带来极大的困难。
为了解决模型参数不确定和未知扰动的影响，经常采用基于神经网络近似算法和基于扰动观测器算法。
采用神经网络技术对扰动进行补偿，但神经网络技术会导致计算负担增加，在基于扰动观测器算法中，滑模控制可以克服系统的不确定性，对干扰和未建模动态具有很强的鲁棒性。
模型参数不确定及未知海洋扰动的多AUVs协同编队问题，构造了一种基于固定时间积分滑模扰动观测器，实现了对复合扰动的精确估计。
非奇异终端滑模控制器，然而收敛时间与初始观测误差有关，限制了其适用性，在实际应用中，收敛速率是移动机器人编队的一个重要性能指标，为了改善控制算法的收敛性能，学者们提出了有限时间稳定理论。
然而有限时间收敛受系统初始状态的影响，若系统初始状态无法获得，那么精确的收敛时间很难确定。
固定时间稳定理论不仅提高了系统的收敛速度，收敛时间独立于系统的初始状态，针对多AUVs系统，基于动态事件触发策略，提出了一种抗干扰的固定时间编队控制方法。
双积分器固定时间一致性跟踪问题，并将结果进一步扩展到轮移动机器人的固定编队跟踪问题，在上述文献中，领航机器人需要连续不断将自身状态信息传送给跟随机器人，这无疑会增加网络的负荷，造成通信资源的浪费。
与传统通信策略相比，事件触发控制的采样时间取决于触发条件是否满足，可减少控制任务的执行次数，节约网络传输资源。
研究究了基于事件触发的AUVs固定时间编队控制问题，解决了通信资源浪费的问题，然而，有限通信资源下的多移动机器人固定时间抗干扰编队控制问题还未见报道。
综上，本文同时考虑多不确定性和有限通信资源的移动机器人编队问题，结合固定时间、滑模控制理论和事件触发机制，设计基于自适应固定时间滑模干扰观测器的事件触发编队控制器，确保编队跟踪误差在固定时间内收敛，并排除事件触发策略的Zeno现象，仿真算例表明算法的合理可行。
结论
多移动机器人抗干扰固定时间事件触发编队控制策略，设计的自适应固定时间滑模干扰观测器，能够实时逼近系统的总和扰动，设计基于干扰观测器的固定时间分布式编队控制策略，有效实现移动机器人编队构型，且收敛时间仅与设计参数有关，不受系统初值影响。
引入的时间触发机制，降低了控制器的触发频次和通信次数，提高了有限通信资源利用率。
参考文献
（1）王保防,张瑞雷,郭健,陈庆伟.纵向打滑状态下的轮式移动机器人编队控制[J].电子学报,2017,45(1):206-212.
（2）李艳东,朱玲,郭媛,于颖.基于径向基函数神经网络的移动机器人多变量固定时间编队控制[J].信息与控制,2019,48(6):649-657.
（3）曹政才,赵应涛,付宜利.车式移动机器人轨迹跟踪控制方法[J].电子学报,2012,40(4):632-635.
（4）苏博,王洪斌,王跃灵,高静.基于固定时间滑模干扰观测器的AUVs事件触发编队控制[J].控制与决策,2022,37(5):1116-1126.
