自动化工程学院
|
|
|
|
| 导师代码： |
21391
|
| 导师姓名： |
赵万兵
|
| 性 别： |
男 |
| 特 称： |
|
| 职 称： |
副教授
|
| 学 位： |
工学博士学位
|
| 属 性： |
专职 |
| 电子邮件： |
zhaowb27@126.com
|
|
|
| 学术经历：
|
|
工作经历：
2024.10至今 电子科技大学 副教授
2022.09-2024.09 北京理工大学 博士后
教育经历：
2016.09-2022.06 北京航空航天大学 博士 专业：导航、制导与控制
2012.09-2016.07 北京航空航天大学 学士 专业：探测制导与控制技术
|
|
| 个人简介：
|
|
主要从事无人机\车\潜航器集群智能协同控制与决策，多智能体分布式强化学习，模型与数据混合驱动的智能学习方法等方面的研究，以第一作者发表学术论文20余篇，包括IEEE Transactions on Automatic Control、Automatica、 IEEE Transactions on Control Systems Technology、 IEEE Transaction on Neural Networks and Learning Systems、IEEE Transactions on cybernetics、 IEEE Transactions on Aerospace and Electronic Systems、 IEEE Transactions on Vehicular Technology等领域顶级期刊。担任多个权威期刊（如IEEE Transactions on Automatic Control、Automatica、 IEEE Transaction on Neural Networks and Learning Systems等 ）审稿人。
|
|
| 科研项目：
|
|
主持1项国家自然基金，1项国家资助博士后研究人员计划(B档)项目，1项博士后科学基金面上资助项目， 1项博士后科学基金特别资助项目。
|
|
| 研究成果：
|
|
1）空天无人飞行器系统搭建与鲁棒控制算法实验验证
本工作首先针对四旋翼无人飞行器视觉伺服控制系统存在的图像时间延迟，外界风扰及系统参数摄动等问题，提出了鲁棒视觉伺服控制方法，完成了四旋翼无人飞行器户外地面移动目标实时跟踪与户外地面移动平台自主降落等实验。
相关研究成果转化为论文的形式，发表于SCI期刊IEEE Transactions on Control Systems Technology、Journal of the Franklin Institute和IET Control Theory & Applications上。
另外，为了服务国土防空模拟训练的重大需求，曾作为电气系统学生负责人，多次前往酒泉，参与完成了5次火箭研制与发射任务，深度参与了火箭从研制，组装，调试，到发射的整个流程，保证了电气设备在高温下正常工作，助力火箭成功发射。该项目获得了第七届中国国际“互联网+”大学生创新创业大赛全国总决赛金奖。
2）复杂条件下无人集群系统数据驱动智能协同控制
本工作首先考虑了飞行器协同控制系统出现多重执行器故障的情况，分析了非致命执行器故障对控制系统稳定性的影响机理，考虑了通信故障对集群系统协同控制的影响，以多智能体技术为基础，结合自适应控制和最优控制理论，提出数据驱动强化学习分布式容错编队控制系统设计方法，获得了实现无人机编队跟踪的闭环系统稳定性判据，保证了在多重非致命故障条件下无人飞行器协同飞行任务的完成。
以上相关成果发表于SCI期刊IEEE Transactions on Automatic Control、IEEE Transactions on Aerospace and Electronic Systems、Systems & Control Letters以及自动控制领域顶会IFAC。
其次，本工作针对无人潜航器集群系统通信资源受阻约束，设计事件驱动分布式观测器，基于非连续通信机制，为集群中每个无人系统实时估计参考信号。基于无人系统状态量与观测器输出设计强化学习算法，学习最优协同控制策略，实现了非连续通信下无人潜航器集群系统姿态同步与位置编队协同控制任务。
以上相关成果发表于SCI期刊Automatica长文、IEEE Transactions on Vehicular Technology。
3）无人飞行器集群系统强化学习分布式鲁棒最优编队控制
对于无人飞行器，工程实践中难以精确获得其动态模型的气动参数，导致动态模型部分未知。另外，在大机动飞行时，非线性和耦合动态会充分暴露出来，并严重影响控制系统的稳定性。本工作探究了无人飞行器集群在实际飞行当中遇到的非线性与耦合动态、欠驱动、系统参数未知和外部干扰等对协同控制性能影响机理，设计了分布式鲁棒最优编队控制方法，结合强化学习与鲁棒最优控制理论，利用系统输入和输出数据，自主学习最优协同控制策略。证明了所提算法最优逼近性与最优控制器稳定性。
以上相关成果在线发表于SCI期刊IEEE Transactions on Neural Networks and Learning Systems、IEEE Transactions on Cybernetics和International Journal of Intelligent Systems。
4）空地无人集群系统切换通信拓扑鲁棒最优时变编队控制
本工作针对异构空地无人集群系统跨域协同控制问题，提出了一种切换通信拓扑鲁棒最优协同控制策略，发现了切换通信拓扑对系统的影响机理，设计了完全分布式观测器，证明了所设计分布式观测器的稳定性。基于鲁棒控制理论与强化学习方法设计了鲁棒协同最优控制算法，获得了具有不同动力学特性的异构无人集群系统的鲁棒最优控制机理，完成了在切换通信拓扑条件下，空地无人集群系统的协同时变编队任务。
相关研究工作成果发表于SCI期刊IEEE Transactions on Control of Network Systems以及EI会议ICGNC上。其中，1篇EI会议论文荣获2022年国际制导、导航与控制（ICGNC）冯如优秀论文奖。另外，部分相关工作发表于IEEE Transactions on Vehicular Technology。
以上成果与美国德州大学阿灵顿分校Frank L. Lewis教授（IEEE、IFAC Fellow，著名控制专家）、美国弗吉尼亚大学Zongli Lin教授（IEEE、IFAC Fellow）、美国丹佛大学Kimon P. Valavanis教授（著名机器人控制专家）和美国德州大学阿灵顿分校Yan Wan副教授等都有着深入科研合作。
近年的代表性论文主要有：
[1] Zhao W., Liu H., Lewis F. L. Data-Driven Fault-Tolerant Control for Attitude Synchronization of Nonlinear Quadrotors[J]. IEEE Transactions on Automatic Control, 2021, V66(11): 5584-5591（Top 期刊, 中国自动化学会A类）
[2] Zhao, W., Xia, Y., Zhai, D. H., & Cui, B. Adaptive event-triggered coordination control of unknown autonomous underwater vehicles under communication link faults [J]. Automatica, 2023, V158, 111277 （Top 期刊, 中国自动化学会A类）
[3] Zhao W., Liu H., Lewis F. L., Wang X. Data-Driven Optimal Formation Control for Quadrotor Team With Unknown Dynamics[J]. IEEE Transactions on Cybernetics, 2021, V52(8): 7889-7898.（Top 期刊, 中国自动化学会A类）
[4] Zhao W., Liu H., Lewis F. L. Robust Formation Control for Cooperative Underactuated Quadrotors via Reinforcement Learning[J]. IEEE Transactions on Neural Networks and Learning Systems, 2020, V32(10): 4577-4587.（Top 期刊, 中国自动化学会A类）
[5] Zhao W., Liu H., Lewis F. L., Valavanis, K. P., Wang, X. Robust Visual Servoing Control for Ground Target Tracking of Quadrotors[J]. IEEE Transactions on Control Systems Technology, 2019, V28(5): 1980-1987（中国自动化学会A类）
[6] Zhao W., Liu H., Valavanis K., Lewis F. L. Fault-Tolerant Formation Control for Heterogeneous Vehicles via Reinforcement Learning[J]. IEEE Transactions on Aerospace and Electronic Systems, 2021, V58(4): 2796-2806.（Top 期刊, 中国自动化学会A类）
[7] Zhao W., Liu H., Wang B. Model-free Attitude Synchronization for Multiple Heterogeneous Quadrotors via Reinforcement Learning[J]. International Journal of Intelligent Systems, 2021, V36(6): 2528-2547（Top 期刊）
[8] Zhao W., Liu H., Wan Y., Lin, Z. Data-Driven Formation Control for Multiple Heterogeneous Vehicles in Air-Ground Coordination[J]. IEEE Transactions on Control of Network Systems, 2022, V9(4): 1851-1862.（中国自动化学会A类）
[9] Zhao W., Liu H., Wang X. Robust Visual Servoing Control for Quadrotors Landing on a Moving Target[J]. Journal of The Franklin Institute, 2021, V358(4): 2301-2319（中国自动化学会A类）
[10] Zhao W., Liu H., Wan Y. Data-Driven Fault-Tolerant Formation Control for Nonlinear Quadrotors Under Multiple Simultaneous Actuator Faults[J]. Systems & Control Letters, 2021, V158(1): 105063
[11] Zhao W., Liu H., Gao Q., Lv J. Robust Optimal Formation Control of Heterogeneous Air-Ground Vehicles under Communication Faults via Reinforcement Learning [C]// 2022 International Conference on Guidance, Navigation and Control (ICGNC)（荣获2022年国际制导、导航与控制（ICGNC）冯如优秀论文奖）
[12] Zhao W., Liu H., Lewis F. L. Fault-Tolerant Control for the Formation of Multiple Unknown Nonlinear Quadrotors via Reinforcement Learning[J]. IFAC-PapersOnLine, 2021, V53(2): 2465-2470（控制领域顶级会议）
|
|
| 专业研究方向：
|
| 专业名称 |
研究领域/方向 |
招生类别 |
| 081100控制科学与工程 |
01复杂系统与智能信息处理，02新能源系统及控制技术，03模式识别与智能系统 |
硕士学术学位 |
| 085400电子信息 |
01测控技术及自动化（非全） |
硕士专业学位 |
| 085406控制工程 |
01复杂系统与智能信息处理，02新能源系统及控制技术，03模式识别与智能系统 |
硕士专业学位 |
|
|
|
|
|
|
|
|
