IEEE Transactions on Robotics

Containment Control of Multirobot Systems With Nonuniform Time-Varying Delays

作者：Meng Ren, Wenhang Liu, Kun Song, Ling Shi, Zhenhua Xiong · 机构：School of Mechanical Engineering, State Key Laboratory of Mechanical System and Vibration, Shanghai Jiao Tong University, Shanghai, China; Department of Electronic and Computer Engineering, Hong Kong University of Science and Technology, Hong Kong

会议/期刊：IEEE Transactions on Robotics · 发布日期：2025 · 页码：1657-1672

运动规划控制多机器人移动机器人

精读笔记

Problem Setting

《Containment Control of Multirobot Systems With Nonuniform Time-Varying Delays》（IEEE Transactions on Robotics / 2025）解决的是带非一致时变通信延迟的多机器人 containment 控制，进一步落到非完整移动机器人系统。这里的难点不是让 followers 进入 leaders 凸包这个经典目标，而是两个结构性障碍叠加：一是每条通信边都有自己的 τ_ij(t)，传统把延迟统一写成 Lx(t-τ) 的做法失效；二是 NHMR 的输入不是任意平面加速度，力矩通过姿态投影到 x-y 平面，外环给出的 double-integrator 控制量不能直接执行。

以前方法主要卡在两个地方：要么假设统一延迟，从而保留 Laplacian 的整体代数结构；要么只处理 double-integrator，把机器人模型中的非完整耦合忽略掉。本文的关键矛盾是：containment 证明依赖 Laplacian 诱导的凸组合误差收敛，而非一致延迟会把这个结构拆散；机器人可执行性又要求控制输入必须服从非完整动力学。

Motivation

作者的核心观察是，非一致延迟不是一个可以简单塞进统一 delay bound 的扰动，因为每条边的信息到达时间不同，直接使用 delayed neighbor 与 current self 做差会产生稳态偏差，尤其在 moving leaders 下更明显。要处理这个问题，必须在建模层面从“整体 Laplacian”转向“边级 Laplacian 分量”。

另一个缺口是 NHMR 中已有 containment 控制大多不含通信延迟，而 delay-aware containment 工作又大多不处理非完整约束。本文动机可以理解为：先把非一致延迟下的 double-integrator containment 做成一个可证明的线性时滞系统，再设计一个内环把 NHMR 有限时间对齐到这个线性外环的输入方向。这个路线不是重新发明 containment，而是试图保住经典 containment 误差结构在更真实通信和机器人动力学下仍可用。

Core Idea

论文真正核心是重新组织信息流：对于 i 从 j 收到的延迟状态，不拿 p_i(t)-p_j(t-τ_ij) 做差，而拿 p_i(t-τ_ij)-p_j(t-τ_ij) 做差。这个看似小的改动很关键，因为它让每条边上的相对状态仍然对应同一个历史时刻，从而避免由异步时间戳造成的相对误差偏置。换句话说，作者不是试图“估计当前邻居状态”，而是把控制目标转成对齐历史相对状态；稳定性再由 bounded delay 的 Lyapunov-Krasovskii 条件兜底。

第二个核心是把 Laplacian 拆成 L_FF,ij 和 L_LF,ij。这样每条边可携带自己的 τ_ij(t)，闭环误差系统写成 \dot δ=Aδ-ΣB_ijδ(t-τ_ij)。这就是与 prior 的本质区别：prior 多数依赖统一 delayed Laplacian，而本文保留了图结构的边级分解，使非一致延迟可以进入同一个 LMI 框架。

对于 NHMR，所谓 dual-loop 的实质不是复杂架构，而是一个动态反馈线性化/方向对准思想：外环生成期望平面加速度，内环让机器人朝向该加速度方向，并把前向力矩设为加速度模长。只要姿态误差收敛，非完整机器人在平面位置二阶动力学上就近似/等效为 double-integrator。

Method

1. 边级 Laplacian 分解：解决非一致延迟无法被一个统一 Laplacian-delay 项表达的问题。每条通信边对应一个矩阵分量，延迟 τ_ij(t) 单独挂在该边上。核心变化是闭环从 Lx(t-τ) 变为 ΣL_ijx(t-τ_ij)，保留了拓扑代数结构又允许边级异步。

2. 同时间戳相对状态控制：控制律使用 p_i(t-τ_ij)-p_j(t-τ_ij) 和速度差，而不是 current self 与 delayed neighbor。它解决的是 moving leaders 或非一致延迟下的稳态偏差问题。这个机制比 LMI 本身更像实际控制上的关键 insight。

3. containment 误差坐标 δ：通过 ξ=(L_FF⊗I)p_F+(L_LF⊗I)p_L，以及 L_FF^{-1} 将 containment 目标转成 δ→0。这里依赖 directed spanning forest 保证 L_FF 可逆，并利用 -L_FF^{-1}L_LF 的行随机凸组合性质连接到 convex hull。

4. Lyapunov-Krasovskii + LMI：构造含当前误差、delay-window 积分和误差导数积分的 LK 函数，用 Jensen/reciprocally convex inequality 处理 τ_ij(t) 与 τ_u 之间的区间分割。它解决的是 bounded nonuniform time-varying delays 下的稳定性 certification，而不是提供显式最优控制。

5. NHMR 双环：外环仍是 double-integrator containment 控制，内环通过有限时间姿态跟踪让 θ_i→atan2(u_iy,u_ix)，并令前向力矩产生 ||u_i||。其核心变化是把非完整输入耦合转移为一个姿态跟踪问题，使外环证明可复用。

Key Insight / Why It Works

最重要的有效性来源是“同延迟时刻做相对差”。非一致延迟导致的问题本质上不是简单慢了一点，而是各邻居信息处于不同时间切片；如果用当前自身状态与历史邻居状态比较，控制器看到的是伪相对误差。本文让自身状态也回放到对应 τ_ij 的时间戳，这相当于对每条边做时间对齐。这个机制直接消除了很多 steady-state bias，尤其对移动 leader 场景至关重要。

第二个关键是边级 Laplacian 分解。它把非一致延迟从“破坏 Laplacian 结构的麻烦”变成“多个 delayed channels 的求和”。一旦写成 \dot δ=Aδ-ΣB_iδ(t-τ_i)，后面 LK/LMI 证明就是相对标准的时滞系统稳定性工具。这里理论贡献主要在建模重写，而不是 LK 函数本身有多新。

第三个 insight 是 NHMR 部分的“先对准方向，再继承线性 containment”。这在机器人控制里并不陌生，本质是方向通道的有限时间跟踪加外环二阶控制。它有效的前提是姿态环足够快/可达，且 u_i 的方向可微或至少可被计算。论文把它包装成 dual-loop，但核心是把非完整约束规约掉。

我会把贡献归因为 better inductive bias / structural modeling，而不是 scaling、data coverage 或 engineering。仿真和真机主要证明实现可行性；性能提升不是来自更多计算或数据，而是来自更正确地对齐 delayed information。相对地，有限时间姿态跟踪和 LMI 推导更像必要的稳定性封装，真正可迁移的 insight 是边级时间戳对齐。

Relation To Prior Work

这篇最接近的谱系是 containment control with communication delays + second-order MAS stability via Lyapunov-Krasovskii/LMI，以及非完整移动机器人中的外环-内环跟踪控制。它不是一个全新控制范式，而是把两个已有路线接起来：非一致时滞系统的边级建模，和 NHMR 的方向对准式动态规约。

与统一时延工作相比，本质差异是不能再把所有通信项合并成 Lx(t-τ)，必须保留每条边的 delay channel。与只考虑 nonuniform constant delay 的工作相比，本文处理 time-varying bounded delay，并在 LK 函数中显式用 τ_u 和 reciprocal convex terms 做稳定性条件。与已有 NHMR containment 相比，新增的是 delay-aware 外环和有限时间 decoupling 的组合。

看似新的 dual-loop 其实是已有思想重组：外环给虚拟加速度、内环跟踪期望朝向，这在移动机器人控制中常见。实质创新更集中在非一致时变延迟下 containment 误差动力学如何被写成可证明的形式，以及使用自身同延迟状态这一信息组织方式。

Dataset / Evaluation

评估覆盖三类：double-integrator 数值仿真、Gazebo 中 Turtlebot 非完整机器人仿真、真实 Turtlebot 实验。场景包括 stationary leaders、同速 moving leaders、以及在 uniform delay 下 leaders 变速/变形通过通道。真实世界验证是加分项，说明该控制律不是纯纸面 LMI。

但 evaluation 的强度有限。它主要验证“能收敛”，没有系统扫描 delay bound、拓扑密度、机器人规模、定位噪声、执行器饱和、丢包等因素。与 prior 的比较也偏表格误差和运行时间，不能完全解释增益来自同延迟自身信息、LMI 条件还是参数选择。真机实验中真实延迟是随机 WiFi 情况，但是否满足理论中的 bounded continuous-time delay、时间戳是否精确、离散化误差如何影响稳定性，文中未充分说明。

因此实验基本支持核心 claim：非一致时变延迟下该结构可让 MRS/NHMR containment 收敛。但它没有充分支持更强的 claim，例如大规模可扩展性、任意 leader motion、复杂真实部署鲁棒性。

Limitation

1. leader 运动假设是硬上限。非一致时变延迟下，证明依赖 leaders 同速或静止来消掉残余项；对于不同 leader 变速，作者转而要求 uniform delay。也就是说，标题里的 nonuniform time-varying delays 并不覆盖任意动态 convex hull。

2. LMI 可行性是黑箱条件。论文说选择合适 K_F,P,Q,R,S 使 W<0，但 K_F 如何设计、τ_u 最大可多大、拓扑如何影响可行域，增益来源不清。实际部署中这会变成 trial-and-error 或离线求解问题。

3. NHMR 证明有时间尺度理想化。Theorem 3 基本假设姿态有限时间收敛后系统变成 double-integrator；但在收敛前，外环生成的 u_i 与实际加速度之间存在方向误差。论文没有给出完整 cascade / hybrid stability 分析，也没有处理 u_i=0 时 atan2 方向不适定的问题。

4. 控制律依赖“自身历史状态与邻居历史状态同时间戳对齐”。这在仿真中容易，在真实系统中需要可靠时间戳、缓存和延迟估计。文中未充分说明时间同步误差、延迟测量误差会造成多大影响。

5. 没有碰撞安全保证。Assumption 2 只是试图避免每个 follower 只有一个邻居导致重合，但它不是严格 collision avoidance。真实多机器人 deployment 中，containment 收敛轨迹交叉可能直接碰撞。

6. scalability 存疑。边级 delay 建模导致 LMI 维度随边数增长，W 的尺寸包含 d 条延迟边。大规模网络下该证明和参数设计可能很快不可用，虽然在线控制律本身不一定很重。

Takeaway

  • 1. 对非一致通信延迟，最值得迁移的思想是“按边保留时间戳并用同一时间切片构造相对误差”，而不是简单把 delay bound 塞进鲁棒控制。
  • 2. containment 问题中 Laplacian 的凸组合结构非常脆弱；要扩展到真实通信条件，关键是维护这个结构在误差坐标中的可消去性。
  • 3. NHMR 的非完整性在这篇里不是被根本解决，而是通过有限时间方向对准规约成 double-integrator；这是一种有效工程-理论折中，但其上限由内环可达性和时间尺度决定。
  • 4. 未来真正值得做的是：非一致延迟 + 任意 leader motion 的补偿项设计、带碰撞约束的 containment、以及给出 K_F/τ_u/拓扑之间可解释的可行性边界，而不是继续堆更多仿真场景。

一句话总结

这篇论文在 containment control 谱系中的主要贡献，是把非一致时变延迟从整体扰动重写为边级时间戳对齐的 Laplacian 分量系统，并用双环规约把该机制迁移到非完整移动机器人。