CN109032137B - 多Euler-Lagrange系统分布式跟踪控制方法 - Google Patents
多Euler-Lagrange系统分布式跟踪控制方法 Download PDFInfo
- Publication number
- CN109032137B CN109032137B CN201810820940.3A CN201810820940A CN109032137B CN 109032137 B CN109032137 B CN 109032137B CN 201810820940 A CN201810820940 A CN 201810820940A CN 109032137 B CN109032137 B CN 109032137B
- Authority
- CN
- China
- Prior art keywords
- agent
- following
- target
- matrix
- euler
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 17
- 230000015572 biosynthetic process Effects 0.000 claims abstract description 32
- 239000003795 chemical substances by application Substances 0.000 claims description 124
- 239000011159 matrix material Substances 0.000 claims description 37
- 239000013598 vector Substances 0.000 claims description 21
- 230000001133 acceleration Effects 0.000 claims description 6
- 238000004891 communication Methods 0.000 claims description 6
- 230000005484 gravity Effects 0.000 claims description 6
- 230000003993 interaction Effects 0.000 claims description 6
- 238000013461 design Methods 0.000 abstract description 6
- 230000000694 effects Effects 0.000 abstract description 3
- 238000011835 investigation Methods 0.000 abstract description 3
- 238000005755 formation reaction Methods 0.000 description 28
- 238000011160 research Methods 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 4
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0287—Control of position or course in two dimensions specially adapted to land vehicles involving a plurality of land vehicles, e.g. fleet or convoy travelling
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
- G05B13/042—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators in which a parameter or coefficient is automatically adjusted to optimise the performance
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Evolutionary Computation (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Aviation & Aerospace Engineering (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Feedback Control In General (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明涉及一种多Euler‑Lagrange系统分布式跟踪控制方法,基于滑模变结构设计的思想,设计的方法对外界扰动和系统参数不确定性具有很强的鲁棒性,且能保证系统全局收敛。该方法适用范围宽广,可以用来实现编队观测、侦查、跟踪、抓捕、搬运等一系列活动,具有广阔的应用前景。
Description
技术领域
本发明属于分布式多智能体系统编队跟踪协同控制技术的研究,涉及一种多Euler-Lagrange系统分布式跟踪控制方法,在多Euler-Lagrange系统在固定编队构 型的条件下,实现对目标的跟踪的分布式编队协同控制技术。
背景技术
多智能体系统相比单个智能体具有不可代替的优势,比如,强鲁棒性、灵活性, 以及具有完成单个智能体无法完成的任务的能力。多智能体的编队运动能完成某些特 定的任务,如对目标进行观测侦查、攻击抓捕目标、协同搬运等。Euler-Lagrange系 统模型可以用来描述多种物理机械系统的运动特性,如机械臂、直升机、水下机器人 和航天器等。因此研究多Euler-Lagrange系统的分布式编队协同控制具有广阔的应用 前景。
Euler-Lagrange系统具有系统参数不确定性、非线性和受到外界扰动等特点,实现该种系统的稳定跟踪控制存在很大挑战,多Euler-Lagrange智能体之间存在动力学 的耦合,编队跟踪精度要求高等特点,增加了对Euler-Lagrange系统的稳定控制的难 度。因此,多Euler-Lagrange系统分布式编队跟踪协同控制具有更大的困难。现有多 Euler-Lagrange系统对运动目标的编队跟踪控制技术还处在理论研究阶段,具体技术 还不成熟。本发明针对这个技术难题展开研究,设计了一种运用于多Euler-Lagrange 系统编队协同跟踪控制的方法。
专利201510213361.9研究了平面内多智能体队形控制方法,该方法能实现平面内任意队形的控制以及队形之间的变换,但是只能针对智能体动力学模型为线性的二阶 积分模型的系统,无法实现Euler-Lagrange复杂动力学模型的多智能体系统的队形控 制,设计的控制方法不具有鲁棒性。专利201510992009.X通过给每个智能体配置相应 的虚拟领导者,实现智能体与相应的虚拟领导者的速度和位置一致,即跟踪上相应的 虚拟领导者,从而形成预定编队构型,但是该方法只适用于多智能体的拓扑结构为无 向图,对于有向图的拓扑结构不能保证闭环系统的稳定性,从而不能实现期望的编队 队形。
发明内容
要解决的技术问题
为了避免现有技术的不足之处,本发明提出一种多Euler-Lagrange系统分布式跟踪控制方法,针对Euler-Lagrange复杂动力学模型的多智能体系统,在有向拓扑结构 的条件下,实现多智能体以固定编队队形的形式跟踪目标智能体的控制。
技术方案
一种多Euler-Lagrange系统分布式跟踪控制方法,其特征在于步骤如下:
步骤1、建立Euler-Lagrange系统误差动力学模型:
和分别表示跟随智能体j的广义坐标和广义速度;其中aij为跟随智能 体之间信息交互邻接矩阵A的第i行、j列的元素,表示跟随智能体i和j之间信息交互 的权值,aij>0表示智能体i能得到智能体j的信息,aij=0表示智能体i不能得到j的信 息,智能体i能得到智能体j的信息时假设aij=1;bi为表示跟随智能体i与目标智能体之 间通信关系对角矩阵B=diag(b1,b2,…,bn)的元素,bi>0表示跟随智能体i能得到目标智能体 的信息,bi=0表示智能体i不能得到目标的信息;
多Euler-Lagrange系统由n个跟踪智能体和一个目标智能体(标记为0)组成,第 i(i=1,2,…,n)个跟随智能体的动力学方程为: 和分别表示智能体i的广义坐标和广义速度,表示智能体i的广 义加速度;是对称正定惯性矩阵,是科氏力和离心力矩阵, 是重力向量,是外界扰动和系统不确定,是第i个智能体的控制 输入量;
步骤2、设计智能体状态变量运动的滑模面:
步骤3、设计多Euler-Lagrange系统编队第i个智能体协同跟踪控制器:
其中sign(·)表示符号函数,η为正常数;
跟随智能体的惯量矩阵满足下面的条件:mmin≤min{M1,…,Mn};
有益效果
本发明提出的一种多Euler-Lagrange系统分布式跟踪控制方法,基于滑模变结构设计的思想,设计的方法对外界扰动和系统参数不确定性具有很强的鲁棒性,且能保 证系统全局收敛。该方法适用范围宽广,可以用来实现编队观测、侦查、跟踪、抓捕、 搬运等一系列活动,具有广阔的应用前景。
附图说明
图1为本专利所述的多智能体拓扑结构图
具体实施方式
现结合实施例、附图对本发明作进一步描述:
本发明所采用的技术方案包括以下步骤:
1)建立Euler-Lagrange系统误差动力学模型;
2)基于滑模面强鲁棒性的特点,设计智能体状态变量运动的滑模面;
3)设计多Euler-Lagrange系统编队协同跟踪控制器;
所述步骤1)中,为了便于后面控制器的设计,定义基于信息交互的智能体的误差,再 建立系统的误差动力学方程。
假设多Euler-Lagrange系统由n个跟踪智能体和一个目标智能体(标记为0)组成,第 i(i=1,2,…,n)个跟随智能体的动力学方程为:
目标智能体的动力学方程为:
和分别表示跟随智能体j的广义坐标和广义速度。其中aij为跟随智能体之 间信息交互邻接矩阵A的第i行、j列的元素,表示跟随智能体i和j之间信息交互的权 值,aij>0表示智能体i能得到智能体j的信息,aij=0表示智能体i不能得到j的信息,本设计中智能体i能得到智能体j的信息时假设aij=1。bi为表示跟随智能体i与目标智 能体之间通信关系对角矩阵B=diag(b1,b2,…,bn)的元素,bi>0表示跟随智能体i能得到目标 智能体的信息,bi=0表示智能体i不能得到目标的信息。本专利中设计的控制律,适合于多智能体之间信息交互图存在有向生成树,且根节点能得到目标智能体信息的有向 拓扑构型(如图1)。是跟随智能体i和j之间的期望位置偏差,Δij=Δi-Δj,分别是智能体i和j相对于编队虚拟中心点的期望位置偏差,本专利中假设系统的期望构 型保持不变,则Δi(i=1,2,…,n)都为常向量。
根据公式(1)-(4),进一步可得到第i个跟踪智能体的误差动力学方程:
所述步骤2)中,根据状态变量在滑模面上滑模运动的强鲁棒性,设计多 Euler-Lagrange系统稳定运动的滑模面。
设计跟踪智能体i的滑模面si:
所述步骤3)中,根据步骤1)中建立的多智能体的误差动力学方程,步骤2)中设计的滑 模面,设计多Euler-Lagrange系统编队协同跟踪控制器。
跟随智能体的扰动项di(i=1,2,…,n)满足下面约束:
mmin≤min{M1,…,Mn} (10)
根据跟踪智能体的误差动力学方程(5)和设计的滑模面(6),设计跟踪智能体i的控制律 ui如下:
其中sign(·)表示符号函数,η为正常数。
对于具有式(1)所示形式动力学模型的多智能体系统,在控制器(11)的作用下,多智能 体能实现预定的固定编队构型,并保持该固定队形跟踪目标智能体,且目标智能体满足式(2)所示动力学模型。
接下来,为了证明步骤3)中设计控制器的有效性,基于Lyapunov稳定性理论第二法证 明闭环系统的稳定性。定义Lyapunov函数如下:
其中S=[s1 T,…,sn T]T,对函数V求导:
进一步计算式(15)可得:
由滑模面定义(6)得:
解微分方程(17),得:
Claims (1)
1.一种多Euler-Lagrange系统分布式跟踪控制方法,其特征在于步骤如下:
步骤1、建立Euler-Lagrange系统误差动力学模型:
定义第i个跟随智能体的邻居位置误差δi r1和邻居速度误差δi r2变量如下:
和分别表示跟随智能体j的广义坐标和广义速度;其中aij为跟随智能体之间信息交互邻接矩阵A的第i行、j列的元素,表示跟随智能体i和j之间信息交互的权值,aij>0表示智能体i能得到智能体j的信息,aij=0表示智能体i不能得到j的信息,智能体i能得到智能体j的信息时假设aij=1;bi为表示跟随智能体i与目标智能体之间通信关系对角矩阵B=diag(b1,b2,…,bn)的元素,bi>0表示跟随智能体i能得到目标智能体的信息,bi=0表示智能体i不能得到目标的信息;
步骤2、设计智能体状态变量运动的滑模面:
步骤3、设计多Euler-Lagrange系统编队第i个智能体协同跟踪控制器:
其中sign(·)表示符号函数,η为正常数;
跟随智能体的惯量矩阵满足下面的条件:mmin≤min{M1,…,Mn};
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810820940.3A CN109032137B (zh) | 2018-07-24 | 2018-07-24 | 多Euler-Lagrange系统分布式跟踪控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810820940.3A CN109032137B (zh) | 2018-07-24 | 2018-07-24 | 多Euler-Lagrange系统分布式跟踪控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109032137A CN109032137A (zh) | 2018-12-18 |
CN109032137B true CN109032137B (zh) | 2020-11-06 |
Family
ID=64644763
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810820940.3A Active CN109032137B (zh) | 2018-07-24 | 2018-07-24 | 多Euler-Lagrange系统分布式跟踪控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109032137B (zh) |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110095989B (zh) * | 2019-05-29 | 2023-02-14 | 南京邮电大学 | 一种基于反步法的分布式多拉格朗日系统跟踪控制策略 |
CN110221542B (zh) * | 2019-06-04 | 2021-09-17 | 西北工业大学 | 一种二阶非线性多智能体系统固定时间协同跟踪控制方法 |
CN112363389B (zh) * | 2020-11-11 | 2022-07-05 | 西北工业大学 | 一种针对单主多从遥操作模式的共享自主编队规划控制方法 |
CN112947407A (zh) * | 2021-01-14 | 2021-06-11 | 华南理工大学 | 一种多智能体有限时间的编队路径跟踪控制方法及系统 |
CN113359439B (zh) * | 2021-05-19 | 2022-06-24 | 中国地质大学(武汉) | 多智能体系统有限时间多目标协同追踪方法和存储介质 |
CN113759711B (zh) * | 2021-07-09 | 2024-03-29 | 广东华中科技大学工业技术研究院 | 多欧拉-拉格朗日系统的独立分布式包含控制器设计方法 |
CN113377016B (zh) * | 2021-07-16 | 2022-08-30 | 黄山学院 | 考虑打滑的多移动机器人协同编队无抖振滑模控制方法 |
CN114115347A (zh) * | 2021-11-25 | 2022-03-01 | 中北大学 | 多条闭合路径引导下空中多智能体分布式相位调控与目标跟踪方法 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2014016796A (ja) * | 2012-07-09 | 2014-01-30 | Nissan Motor Co Ltd | 車両位置決め制御装置及び車両位置決め制御方法 |
CN104281053A (zh) * | 2013-07-08 | 2015-01-14 | 哈尔滨点石仿真科技有限公司 | 一种解决通信时滞的多智能体协同控制方法 |
CN104698854A (zh) * | 2015-03-26 | 2015-06-10 | 哈尔滨工业大学 | 网络Euler-Lagrange系统分布式模糊协同跟踪控制方法 |
CN105093934A (zh) * | 2015-08-17 | 2015-11-25 | 哈尔滨工业大学 | 考虑干扰与模型不确定性的多机器人系统分布式有限时间跟踪控制方法 |
CN105138010A (zh) * | 2015-08-31 | 2015-12-09 | 哈尔滨工业大学 | 一种编队卫星分布式有限时间跟踪控制方法 |
CN105404304A (zh) * | 2015-08-21 | 2016-03-16 | 北京理工大学 | 基于归一化神经网络的航天器容错姿态协同跟踪控制方法 |
CN105467981A (zh) * | 2015-12-24 | 2016-04-06 | 中南大学 | 一种针对多个智能体的编队方法以及装置 |
CN106502097A (zh) * | 2016-11-18 | 2017-03-15 | 厦门大学 | 一种基于时延滑模控制的分布式平均跟踪方法 |
-
2018
- 2018-07-24 CN CN201810820940.3A patent/CN109032137B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2014016796A (ja) * | 2012-07-09 | 2014-01-30 | Nissan Motor Co Ltd | 車両位置決め制御装置及び車両位置決め制御方法 |
CN104281053A (zh) * | 2013-07-08 | 2015-01-14 | 哈尔滨点石仿真科技有限公司 | 一种解决通信时滞的多智能体协同控制方法 |
CN104698854A (zh) * | 2015-03-26 | 2015-06-10 | 哈尔滨工业大学 | 网络Euler-Lagrange系统分布式模糊协同跟踪控制方法 |
CN105093934A (zh) * | 2015-08-17 | 2015-11-25 | 哈尔滨工业大学 | 考虑干扰与模型不确定性的多机器人系统分布式有限时间跟踪控制方法 |
CN105404304A (zh) * | 2015-08-21 | 2016-03-16 | 北京理工大学 | 基于归一化神经网络的航天器容错姿态协同跟踪控制方法 |
CN105138010A (zh) * | 2015-08-31 | 2015-12-09 | 哈尔滨工业大学 | 一种编队卫星分布式有限时间跟踪控制方法 |
CN105467981A (zh) * | 2015-12-24 | 2016-04-06 | 中南大学 | 一种针对多个智能体的编队方法以及装置 |
CN106502097A (zh) * | 2016-11-18 | 2017-03-15 | 厦门大学 | 一种基于时延滑模控制的分布式平均跟踪方法 |
Non-Patent Citations (2)
Title |
---|
Impact Dynamic Modeling and Adaptive Target Capturing Control for Tethered Space Robots With Uncertainties;Panfeng Huang等;《IEEE/ASME TRANSACTIONS ON MECHATRONICS》;20161031;第21卷(第5期);全文 * |
多自主体系统分布式一致性跟踪控制研究;周峰;《中国博士学位论文全文数据库信息科技辑》;20160715(第7期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN109032137A (zh) | 2018-12-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109032137B (zh) | 多Euler-Lagrange系统分布式跟踪控制方法 | |
CN111665865B (zh) | 基于虚拟结构法的多无人机编队鲁棒控制方法 | |
CN106647771B (zh) | 多移动机器人的最小步编队方法 | |
CN112631335B (zh) | 一种基于事件触发的多四旋翼无人机固定时间编队方法 | |
CN110658821A (zh) | 一种多机器人抗干扰分组时变编队控制方法及系统 | |
CN109597426A (zh) | 基于l1自适应控制的四旋翼直升机轨迹跟踪控制方法 | |
Cong et al. | Formation control for multiquadrotor aircraft: Connectivity preserving and collision avoidance | |
Liu et al. | Adaptive distributed finite-time formation control for multi-UAVs under input saturation without collisions | |
Dou et al. | Distributed finite‐time formation control for multiple quadrotors via local communications | |
He et al. | Finite-time adaptive formation control for multi-agent systems with uncertainties under collision avoidance and connectivity maintenance | |
CN112947086A (zh) | 一种无人机和无人车组成的异构多智能体系统编队控制中执行器故障的自适应补偿方法 | |
Qian et al. | Observer-based leader-following formation control of uncertain multiple agents by integral sliding mode | |
Li et al. | Large-scale unmanned aerial vehicle formation maintenance algorithm based on virtual structure | |
CN113359439B (zh) | 多智能体系统有限时间多目标协同追踪方法和存储介质 | |
Enjiao et al. | Finite-time control of formation system for multiple flight vehicles subject to actuator saturation | |
CN116954258A (zh) | 未知扰动下多四旋翼无人机编队的分层控制方法及装置 | |
CN116382076A (zh) | 一种针对受扰轮式移动机器人的双闭环有限时间控制方法 | |
Gkesoulis et al. | Distributed UAV formation control with prescribed performance | |
CN113821028B (zh) | 基于分布式模型预测控制的欠驱动auv编队轨迹跟踪控制方法 | |
CN111007848A (zh) | 一种基于有界空间的多智能体协同作业控制方法 | |
CN115407661A (zh) | 基于方位测量信息多无人机系统非线性鲁棒跟踪控制方法 | |
Liu et al. | Completely distributed time-varying formation target tracking for quadrotor team via image-based visual servoing | |
CN114967441A (zh) | 一种网络化非完整约束多机器人分群一致追踪控制方法、微控单元及控制系统 | |
Lan et al. | Intelligent guidance of autonomous mobile robots based on adaptive dynamic programming | |
Li et al. | Standard formation generation and keeping of unmanned aerial vehicles through a potential functional approach |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |