✅作者简介：热爱科研的Matlab仿真开发者，擅长毕业设计辅导、数学建模、数据处理、算法改进、程序设计科研仿真。

🍎完整代码获取 定制创新 论文复现私信

🍊个人信条：做科研，博学之、审问之、慎思之、明辨之、笃行之，是为：博学慎思，明辨笃行。

1. 相关介绍

本仓库提供一套可直接运行的 MATLAB 仿真程序，实现多智能体二维路径规划、领航 - 跟随式编队控制与轨迹 PID 跟踪。仿真基于二维占据栅格地图完成 A * 全局路径搜索，对原始折线轨迹平滑插值，采用类无人机质点动力学模型实现轨迹跟踪，搭建包含 1 台领航机 + 2 台跟随机的三机编队仿真平台。

本项目是作者课题研究第一阶段完整成果，后续可拓展至三维空间六自由度无人机控制系统。

---

一、项目整体功能

仿真集成全套模块化算法，功能包含：

1. 基于栅格地图的 A * 全局路径规划

2. 轨迹平滑与时序参数化处理

3. 二维类无人机质点动力学建模

4. PID 轨迹跟踪控制器

5. 符号距离场（SDF）障碍物膨胀预处理

6. 人工势场法（APF）局部避障

7. 领航 - 跟随编队协同控制

8. 多智能体二维运动动画可视化仿真地图支持固定预设地图或随机生成障碍地图两种模式。

二、项目完成状态

✅ 已全部实现、稳定运行模块

1. A * 算法可求解无碰撞可行全局路径

2. 原始折线轨迹平滑处理模块输出连续航迹

3. 领航机可精准跟踪规划参考轨迹

4. 跟随机可稳定维持与领航机的相对编队偏移构型

5. 动画完整复现多机编队全程运动过程

⚠️ 现有算法固有缺陷（经典方法通病）

整套仿真可正常运行，但基于人工势场的避障模块可靠性存在局限：

1. 障碍物拐角处斥力易引发机体震荡；

2. 狭窄通道内 SDF 梯度无法稳定引导跟随机绕行；

3. 复杂密闭环境下人工势场易出现局部极小值陷阱。上述问题是 APF+PID 基础框架的固有短板，也为下一阶段高阶控制器改进研究提供研究动机。

4. 1. A * 路径规划模块

   • 输入：二维占据栅格地图；

   • 启发函数：欧式距离代价；

   • 邻域搜索：四连通 / 八连通模式可选；

   • 输出：原始折线段无碰撞全局路径。

   2. 轨迹平滑模块（smooth_path.m）

   对 A * 输出离散折线做插值处理：

   • 生成连续光滑参考轨迹；

   • 等时间间隔重采样时序航点；

   • 消除折线拐点突变，提升后续 PID 跟踪稳定性。

   3. 符号距离场 SDF（buildSDF.m）

   预处理工具，为人工势场避障提供基础：

   • 根据智能体半径完成障碍物膨胀安全区；

   • 全地图距离变换计算任意点到障碍物最短距离；

   • 输出距离梯度，作为 APF 斥力计算依据。

   4. 人工势场局部避障（avoidanceField.m）

   • 依托 SDF 距离构建斥力势场；

   • 仅在障碍物阈值距离d0内激活斥力；

   • 靠近目标点时斥力平滑衰减；

   • 斥力输出叠加至 PID 控制量，实现局部实时避障。

   5. 多智能体领航 - 跟随编队逻辑

   领航机单独完成全局路径规划；跟随机以领航机航向为局部坐标系基准，跟踪预设相对偏移坐标，维持固定编队构型。

   六、二维可视化功能（animateswarm.m）

   动画同步展示全部仿真信息：

   • 静态障碍物区域；

   • A * 规划全局参考路径；

   • 领航机实时运动轨迹；

   • 多台跟随机运动轨迹；

   • 全流程多智能体实时运动状态。

2. 运行效果展示

3. 部分代码呈现

function dx = dynamics(t, x, u)

% DYNAMICS - 2D point-mass (UAV) model with mild damping

%

%   State:  x = [px; vx; py; vy]

%   Input:  u = [ux; uy]   (desired accelerations)

%

%   Adds small aerodynamic drag to improve numerical stability.

%   Units are arbitrary but consistent (e.g. meters and seconds).

    % unpack states

    px = x(1); vx = x(2);

    py = x(3); vy = x(4);

    % control accelerations

    ax_cmd = u(1);

    ay_cmd = u(2);

    % damping coefficient (velocity drag)

    c_drag = 0.15;     % tune 0.05–0.3 depending on stiffness

    % dynamics (second-order integrator with damping)

    ax = ax_cmd - c_drag * vx;

    ay = ay_cmd - c_drag * vy;

    % derivative vector

    dx = [vx; ax; vy; ay];

end

4. 参考文献

[1]李智斌,李果.航天器自主运行控制与智能信息处理技术[J].控制工程(北京), 2003.

🍅更多免费数学建模和仿真教程关注领取

如果觉得内容不错，那就请分享和点个“在看”呗！