Resumen Técnico: Seguimiento de Formación con Conciencia de Rigidez bajo Restricciones de Rango de Detección mediante una Única Restricción de Función de Barrera de Control

1. Planteamiento del Problema

El artículo aborda el desafío del seguimiento de formación y el mantenimiento de la rigidez en sistemas multi-robot (MRS) heterogéneos con dinámicas no lineales que operan bajo rangos de detección limitados.

En entornos sin GPS (por ejemplo, interiores, submarinos, espacio profundo), los agentes dependen de mediciones relativas locales. Si bien el control de formación basado en la dirección (bearing) es efectivo para requisitos mínimos de detección, típicamente asume que se mantiene un grafo de comunicación rígido durante toda la misión. Sin embargo, en escenarios prácticos donde los agentes tienen rangos de detección limitados ($\lambda$), los enlaces de comunicación pueden romperse o formarse dinámicamente, lo que potencialmente causa la pérdida de la rigidez de la dirección. Dado que la rigidez es un prerrequisito para establecer y preservar una formación única, la pérdida de rigidez conduce al fallo de la formación incluso si se cumplen los objetivos de seguimiento individuales.

El problema central (Problema 1) es diseñar una estrategia de control distribuida para agentes heterogéneos que:

1. Logre una formación rígida única definida por trayectorias de líderes deseadas y vectores de dirección.
2. Preserve la rigidez de la dirección ($\det(B_{ff}(t)) \neq 0$) en todo momento, a pesar de los rangos de detección limitados que pueden causar la caída de enlaces.
3. Opere utilizando únicamente información relativa local de los vecinos.

2. Metodología

La solución propuesta integra el seguimiento de la formación y el mantenimiento de la rigidez en una única restricción de Función de Barrera de Control (CBF) dentro de un marco de Programación Cuadrática (QP).

2.1 Modelo de Sistema y Grafo

• Dinámicas: Los agentes se modelan como robots planos con dinámicas no lineales ($\dot{p}_i = v_i, \dot{v}_i = f_{v_i}(v_i) + h_{v_i}(v_i)u_i$), cubriendo vehículos de doble integrador, de tracción diferencial y de dirección Ackermann.
• Grafo: La topología de comunicación $G(t)$ es no dirigida y variable en el tiempo, determinada por el rango de detección $\lambda$.
• Marco de trabajo: Se utiliza una estructura de líder-seguidor, donde los líderes ($V_L$) tienen acceso a la posición global y los seguidores ($V_F$) dependen de direcciones locales.

2.2 Estrategia de Preservación de la Rigidez

A diferencia de trabajos previos que asumen que la rigidez se mantiene, este artículo trata la preservación de la rigidez como un objetivo de control explícito.

• Asignación de Referencia: Basándose en una secuencia de adición de vértices tipo Henneberg, a cada seguidor se le asigna un par de referencia de vecinos ($j_1, j_2$) con direcciones deseadas no paralelas.
• Criticidad: El artículo establece que mantener la no colinealidad y las restricciones de rango de detección de estos pares de referencia específicos es suficiente para asegurar la rigidez global de todo el grafo.
• Objetivos Duales: El controlador conmuta entre dos objetivos basados en el estado de los enlaces de referencia:
  1. Objetivo Guiado por Dirección ($p^b_{iT}$): Utilizado cuando la rigidez es segura. Este objetivo alinea al agente con la forma de la formación deseada.
  2. Objetivo Crítico de Rigidez ($p^r_{iT}$): Activado cuando un enlace de referencia se acerca al límite de detección o cuando el ángulo entre las referencias se acerca a la colinealidad. Este objetivo atrae al agente a una posición que maximiza el margen de seguridad para los enlaces críticos, asegurando que permanezcan dentro del rango y no sean colineales.

2.3 Marco de Control: CBF de Alcanzabilidad

Los autores emplean una Función de Barrera de Control de alcanzabilidad (reach-CBF) para unificar estos objetivos.

• Conjunto Seguro y Conjunto Objetivo: Se define un conjunto seguro $X$ donde el agente está dentro del rango de detección y es no colineal. Se define un conjunto objetivo $R$ para la alineación deseada.
• Restricción Única: En lugar de restricciones separadas para el seguimiento y la seguridad, se formula una única restricción de reach-CBF para asegurar que el sistema alcance el conjunto objetivo $R$ en un tiempo finito $\tau$ mientras permanece en el conjunto seguro invariante hacia adelante $X$.
• Formulación QP: El control de entrada $u_i$ se calcula resolviendo un QP que minimiza la desviación de un controlador nominal mientras satisface la restricción de reach-CBF:
  $$u_i = \arg \min_q \frac{1}{2} \|q - u_{nom}\|^2 \quad \text{sujeto a} \quad K_f + K_h^\top q \geq \frac{\mu}{\tau}$$
• Estabilidad: El sistema de lazo cerrado se analiza como un sistema no lineal conmutado. Los autores demuestran que, bajo condiciones de ganancia específicas y un tiempo de permanencia mínimo (garantizado por los márgenes de detección y angulares), el sistema es uniformemente acotado finalmente y se logra la formación única.

3. Contribuciones Clave

1. Marco Unificado: Un novedoso marco de control que unifica el seguimiento de la formación y el mantenimiento de la rigidez en una única restricción de reach-CBF, eliminando la necesidad de un manejo de restricciones multicapa complejo.
2. Mantenimiento de la Rigidez Local: El método asegura la preservación de la rigidez global utilizando solo información relativa local mediante la identificación y el mantenimiento de pares de referencia "críticos para la rigidez", eliminando la suposición de rigidez permanente.
3. Soporte para Heterogeneidad: El enfoque es aplicable a sistemas heterogéneos con dinámicas no lineales (por ejemplo, robots de doble integrador y de tracción diferencial).
4. Implementación Distribuida: El controlador requiere solo datos de los vecinos locales, lo que lo hace escalable y adecuado para operaciones descentralizadas.

4. Resultados

El enfoque fue validado mediante simulación con 8 agentes (2 líderes, 6 seguidores) en un espacio 2D, incluyendo modelos de doble integrador y de tracción diferencial. Se probaron tres escenarios:

• Caso (i) Seguimiento Nominal: Los agentes rastrearon con éxito una formación en movimiento con errores de dirección convergiendo a $\approx 10^{-2}$.
• Caso (ii) Perturbación sin Mantenimiento de la Rigidez: Bajo perturbaciones constantes aplicadas de 0 a 7 s, se añadieron perturbaciones $[-0.05, 0.04]$ y $[-0.01, 0.04]$ a las posiciones del Seguidor 1 (Agente 3) y el Seguidor 2 (Agente 4), respectivamente. En consecuencia, el Seguidor 5 (Agente 7) perdió la conectividad con el Seguidor 2 (Agente 4), lo que llevó a una pérdida de la rigidez de la red a medida que $\det(B_{ff}) \to 0$ (es decir, $\log_{10}(| \det(B_{ff})|) \approx -12$). Aunque el error de dirección se mantuvo pequeño, el error medio de la formación aumentó significativamente debido a la pérdida de rigidez, y el Seguidor 7 se desvió de la formación deseada.
• Caso (iii) Perturbación con Mantenimiento de la Rigidez: Bajo las mismas perturbaciones, se preservó un enlace crítico de rigidez entre el Seguidor 4 y el Seguidor 7. Como resultado, la formación se mantuvo rígida y fue rastreada con éxito.

Comparación: El artículo contrasta su método con estrategias existentes que dependen de la estimación espectral global (por ejemplo, autovalores de rigidez mediante iteración de potencia) o el mantenimiento simple de la conectividad (autovalor de Fiedler). El método propuesto evita el cálculo global y asegura la condición más fuerte de la rigidez en lugar de solo la conectividad.

5. Significado y Reivindicaciones

El artículo afirma que el mantenimiento de la rigidez es crítico para un seguimiento preciso de la formación, particularmente en presencia de perturbaciones y rangos de detección limitados. Sin el mantenimiento explícito de la rigidez, los controladores de seguimiento de formación pueden fallar incluso si los errores de dirección locales se minimizan.

La importancia de este trabajo radica en:

• Cerrar la Brecha: Aborda la brecha entre el control de formación teórico (que asume grafos rígidos) y las restricciones prácticas (detección limitada).
• Eficiencia: Al utilizar una única restricción de CBF, simplifica la arquitectura de control en comparación con los métodos que requieren múltiples restricciones o estimadores globales.
• Robustez: Proporciona un método demostrablemente estable para mantener la integridad estructural de la formación en entornos dinámicos y con restricciones.

Los autores señalan que el trabajo futuro extenderá este marco a 3D, incorporará la evitación de obstáculos y límites de entrada, y validará el enfoque experimentalmente en vehículos aéreos.