全文总字数：2286字

1. 研究目的与意义及国内外研究现状

在实际工程中，很多长度测量传感器超过额定测量范围或者环境恶劣的情况下，传感器所测得距离并不准确。例如，有些红外传感器在多次测量是90m的距离时，会给出92m、91m、98m这样不同的数据。再如，用额定测量范围是80m的红外传感器去测40m的距离时，若在雾霾环境中也可能给出像41m、38m、42m、39m这样的一组距离数据。对于测距离的声纳传感器，情况类似。对于测量任意给定两点之间的距离，这些数据表明此类传感器所测得距离并不是一个确定型数值，而是一个随机分布函数，即随机距离。进一步考虑装配了此类传感器的多个机器人编队，其中传感器用来测量机器人到其他机器人距离。如何将传感器测得值及时地转换为相应的随机距离，并研究基于此类随机距离的分布式编队控制问题，将有助于我们解决多机器人编队控制中遇到的一些实际问题。

国内外研究现状

现在社会，随着传感技术以及机器人技术的迅速发展，单一机器人已经无法满足工作需求，既而人们会用多个机器人协同作业去完成给定任务。因此，越来越多的人对多个机器人编队控制系统进行研究，并已经取得相应的成就。在哈尔滨工业大学庄迁政^[1]的《多智能小车编队控制及其3d实时仿真》一文中就对多个机器人基本队形的编队做了研究，在里面提到多智能体编队控制国内外的现状，大多数都是“研究其运动规律，建立运动学模型；然后通过传感器采集数据分析，实现机器人对外界信息的实时获取和对工作环境的分析理解......”。在哈尔滨工业大学范士波^[2]的《多水下机器人编队控制方法研究》一文中也提出了“基于传感器信息的编队容错控制策略”。以及国外学者也对传感器数据做了充分的研究^[3]。这些都体现了传感器数据在编队控制中的重要性。

通过对查阅研读国内外的研究报告及文献资料，不难发现随机系统中采用的距离通常是确定的，尽管这类系统中的随机性是用一个随机变量表示的，但是随机变量的均值、方差就是用确定距离去表示的，从而其研究是以确定型距离为基础的。在传感器测得距离的数据基础上，通过数据处理方法，实时地给出随机距离，并据此研究基于随机距离的编队控制方法，在理论上，可给出基于随机距离的一类控制系统与方法，在应用上，也可为基于传感器数据的编队控制提供一种新思路。

2. 研究的基本内容

论文主要研究多个机器人基于不确定传感数据的分布式编队控制问题。考虑到三维欧氏空间是二维平面空的一种简单扩展，本文主要研究二维平面空间上的相应问题：

（1）对于平面上均装配相同传感器的多个机器人，在传感器感知获得的距离数据基础上，通过最大似然估计等方法，给出（视为随机变量的）传感器所测距离的概率分布函数，称为此类分布函数为随机距离；

（2）在对所得随机距离进行假设后，将平面空间的点集及其点间随机距离建模成模糊度量空间^[4]，给出包括空间测地线性质等一些空间性质；

3. 实施方案、进度安排及预期效果

实施方案、进度安排：

2018年03月：查阅相关文献资料，完成外文翻译；

2018年03月中旬：查阅资料，完成对“传感器所测距离的概率分布函数”分析计算整理归纳；

4. 参考文献

[1] 庄迁政，多智能小车编队控制及其3d实时仿真，哈尔滨工业大学，工程硕士学位论文，2014.

[2] 范士波，多水下机器人编队控制方法研究，哈尔滨工业大学，工学硕士学位论文，2008.

[3] pedro caldeira abreu ，“sensor-based formation control of autonomous underwater vehicles”instituto superior tcnico - institute for systems and robotics (ist-isr) lisbon, portugal，2014.12.