CN109144047A - 一种基于多智能体系统的有限时间编队控制方法 - Google Patents

Abstract

本发明公开了一种多机器人编队方法，具体涉及一种具有行为选择功能的多机器人编队方法，以解决传统编队方法中系统的鲁棒性较差，可靠性难以保证等问题。具体步骤为：步骤一、设定与位置相关的检测收益计算方法；步骤二、定义机器人的具体行为；步骤三、确定基底神经节的通道数量，建立基底神经节通道模型，初始化相关参数；步骤四：校正基底神经节的通道模型参数。本发明用于多机器人检测任务中编队协同控制。

Description

一种基于多智能体系统的有限时间编队控制方法

技术领域

本发明涉及多智能体编队控制领域，具体涉及一种多智能体系统分布式编队控制方法。

背景技术

多智能体系统是当今通信领域和控制领域相结合的研究热点。多智能体技术的应用领域非常广阔，包括智能机器人系统，交通控制，制造系统，分布式决策系统等多个方面。很多系统由多个具备一定的感知和通信能力的智能体组成，而且各智能体之间通过无线通信网络，相互协作完成给定的任务，这样的系统被称为多智能体系统。其中的智能体被认为是一个物理或抽象的、能在一定环境下运行的实体，它能作用于自身和环境，并对环境做出反应。

在自然界中，非常多的现象可以看成是多智能体编队控制的问题，比如说蚂蚁协作进行食物搬运，雁群集体飞行度夏越冬，狼群团队捕杀猎物等，这些动物所构成的集合有着相同的特征，数目庞大个体简单，个体之间存在着某种信息交互的拓扑结构。每个个体有着在给定环境下认识环境、影响环境的能力。将群体中每个个体抽象为一个多智能体成员，将群体间信息的交互关系抽象为一个拓扑结构，将每个个体状态变化的规律抽象为一个控制律，这便是研究多智能体系统编队控制的基本模型。

发明内容

本发明的目的在于针对现有技术的不足，提供一种基于多智能体系统的有限时间编队控制算法，通过每个智能体收集相邻智能体的位置信息，利用其差值设计控制律，引入有限时间控制策略，设计控制协议使整个系统达到指定的编队队形。

本发明为解决技术问题采取如下技术方案：

一种基于多智能体系统的有限时间编队控制方法，包括以下步骤：

步骤1：在预设多智能体通信网络中部署多个智能体；编号为i＝1,...,n,n≥3，每个智能体可以获得相邻智能体的位置信息，且信息的交互是对称的；不同时刻每个智能体周围的邻居智能体是不同的，当智能体之间的距离小于某个特定值时，通讯会自动成立，相反地，当智能体之间地距离大于该值时，通讯自动断开。

步骤2：对于每个智能体给出相应的编队信息；

步骤3：设计控制协议使每个智能体达到系统预设的队形位置时，其速度信息保持不变，系统按照给定队形前进，直到遇到障碍或接收新的队形信息且各智能体会做出相应的调整。

更进一步的，所述的智能体还包括数据采集模块，所述数据采集模块包括：红外传感器、超声波传感器和电子罗盘。

更进一步的，所述的系统预设队形位置为水平面。

更进一步的，所述多个智能体系统中单个智能体模型要求为：

上式中，x_i(t)为该智能体在水平面内的位置向量，u_i(t)为针对该多智能体设计的控制协议。

更进一步的，所述步骤2的编队控制目标为：

上式中h_i为对应于第i个多智能体成员编队信息，其对时间的导数为T∈[0,+∞)是一个有限的时间上界，在这个时间范围内，多智能体系统将实现编队控制。

更进一步的，所述步骤3具体为：

步骤3-1：计算智能体速度：

上式中，a_ij为第i个多智能体成员和第j个多智能体成员之间的通信权重，如果两个多智能体成员之间存在通信连接，那么a_ij＞0，否则，a_ij＝0；x_i-h_i表示该多智能体成员当前时刻位置与目标位置之间的距离。

步骤3-2：构造误差系统：

ξ_i＝x_i-h_i

取状态量可得：

得出恒定，令考虑Lyapunov函数：

对上式求导可得：

上式中，δ_ih代表δ_i的第h个分量，δ_h＝[δ_1h,δ_2h,K,δ_nh]^T，N为多智能体系统成员状态的维数；L_B为G(B)的Laplace矩阵，

当只有一个系统时：

上式中，f(x):Rⁿ→Rⁿ且f(0)＝0,x＝[x₁,x₂,K x_n]^T∈Rⁿ；若存在一个正定连续函数V(x):Rⁿ→R，正数c＞0,和α∈(0,1)，令

则V(x)在有限时间内趋于0，系统在有限时间内稳定；

即该多智能体系统在控制协议在有限时间内完成了对编队的控制；

步骤3-3：选取实例进行仿真验证；

各智能体成员的初始状态给出为：

x₁(0)＝[4,3]^T,x₂(0)＝[-4,-5]^T,x₃(0)＝[10,9]^T,x₄(0)＝[-6,-7]^T

各智能体成员的编队控制信息为：

h₁＝[1,1]^T,h₂＝[1,-1]^T,h₃＝[-1,1]^T,h₄＝[-1,-1]^T

利用Matlab中的S函数模块进行仿真，得到最后的编队图形。

本发明有益效果如下：

1)分布式控制算法计算公式为线性系统，相对于现有的编队控制算法，具有较好的系统收敛性，保证系统是稳定的。

2)对于每个智能体而言，仅仅只需要用到邻居智能体的相对位置信息作为控制量就能实现编队控制，从实现角度考虑，相比于现有的编队控制算法，本发明需要更少的计算资源并且所需控制量更容易获取。

3)采用有限时间一致性控制的思想解决多智能体系统编队控制问题，可以增强系统的抗干扰能力与鲁棒性。

4)与传统的编队控制协议相比，该协议可以解决智能体在运动过程中的避障问题与编队信息更改问题，在适当调整后能使多智能体系统在有限时间内完成编队控制目标。

5)基于多智能体系统的编队控制方法可以适用于任何满足单个智能体运动模型的实际系统中，应用范围广泛。

附图说明

图1为本发明多智能体系统实例化图；

图2为本发明多智能体系统硬件配置框图；

图3为本发明多智能体系统通信拓扑图；

图4为本发明仿真结果分析图。

具体实施方式

硬件基础：

该通用多智能体系统包括：图像采集模块、传感器模块、通信模块、控制模块和存储模块。其中：图像采集模块与存储模块项链传输视觉信息，传感器模块与存储模块相连传输感知信息，通信模块与存储模块相连传输通信组内的智能体的状态信息，控制模块与存储模块相连传输智能体的自身状态信息和环境信息。具体结构如图2所示。

图像采集模块为摄像头，用于采集周围环境的信息，为避障提供视觉信息。

传感器模块主要包括超声波传感器、红外传感器与电子罗盘传感器。超声波传感器和红外传感器用于测量相邻智能体的位置信息，电子罗盘传感器用来定位自身的位置信息和角度信息。

通信模块主要包括服务器端通信模块和客户端通信模块，可采用无线网卡，用于传输作为服务器的智能体的状态信息和作为客户端的智能体的状态信息。

控制模块和存储模块采用ARM板和ATOM板。

具体算法实施：

针对任意一个满足单个智能体运动的多智能体系统进行编号，其系统通信拓扑如图3所示。智能体在水平面内满足如下运动模型：

其中x_i(t)为该智能体在水平面内的位置向量，u_i(t)为针对该多智能体设计的控制协议。

给定多智能体系统的编队控制目标为：

其中h_i为对应于第i个多智能体成员编队信息，其对时间的导数为T∈[0,+∞)是一个有限的时间上界，在这个时间范围内，多智能体系统将实现编队控制。

第一步：针对上述多智能体系统设计控制协议：

其中a_ij为第i个多智能体成员和第j个多智能体成员之间的通信权重，通常，如果两个多智能体成员之间存在通信连接，那么a_ij＞0，否则，a_ij＝0。x_i-h_i表示该多智能体成员当前时刻位置与目标位置之间的距离，通常指欧几里得距离。

第二步：构造误差系统：ξ_i＝x_i-h_i，由(3)可得

取状态量可以得到

这意味着恒定。令考虑Lyapunov函数

对(6)进行求导可得：

其中，δ_ih代表δ_i的第h个分量，δ_h＝[δ_1h,δ_2h,K,δ_nh]^T，N为多智能体系统成员状态的维数。L_B为G(B)的Laplace矩阵，

引理1考虑一个系统

其中f(x):Rⁿ→Rⁿ并且f(0)＝0,x＝[x₁,x₂,K x_n]^T∈Rⁿ。若存在一个正定连续函数V(x):Rⁿ→R，正数c＞0,和α∈(0,1)能令

那么V(x)在有限时间内趋于0，系统(7)是有限时间内稳定的

由引理1可得该多智能体系统在控制协议(3)下在有限时间内完成了编队控制的目标。

第三步：选取实例进行仿真验证。该多智能体系统网络通信拓扑结构如图3所示，其中各智能体成员的初始状态给出为：

x₁(0)＝[4,3]^T,x₂(0)＝[-4,-5]^T,x₃(0)＝[10,9]^T,x₄(0)＝[-6,-7]^T

各智能体成员的编队控制信息为：

h₁＝[1,1]^T,h₂＝[1,-1]^T,h₃＝[-1,1]^T,h₄＝[-1,-1]^T。

利用Matlab中的S函数模块进行仿真，得到最后的编队图形如图4所示。

Claims (6)

1.一种基于多智能体系统的有限时间编队控制方法，其特征在于，包括以下步骤：

步骤1：在预设多智能体通信网络中部署多个智能体；编号为i＝1,...,n,n≥3，每个智能体可以获得相邻智能体的位置信息，且信息的交互是对称的；不同时刻每个智能体周围的邻居智能体是不同的，当智能体之间的距离小于某个特定值时，通讯会自动成立，相反地，当智能体之间地距离大于该值时，通讯自动断开。

步骤2：对于每个智能体给出相应的编队信息；

步骤3：设计控制协议使每个智能体达到系统预设的队形位置时，其速度信息保持不变，系统按照给定队形前进，直到遇到障碍或接收新的队形信息且各智能体会做出相应的调整。

2.根据权利要求1所述的基于多智能体系统的有限时间编队控制方法，其特征在于：所述的智能体还包括数据采集模块，所述数据采集模块包括：红外传感器、超声波传感器和电子罗盘。

3.根据权利要求1所述的基于多智能体系统的有限时间编队控制方法，其特征在于：所述的系统预设队形位置为水平面。

4.根据权利要求1所述的基于多智能体系统的有限时间编队控制方法，其特征在于：所述多个智能体系统中单个智能体模型要求为：

x_i(t)＝u_i(t)，i∈Γ＝{1，2，...，n}

上式中，x_i(t)为该智能体在水平面内的位置向量，u_i(t)为针对该多智能体设计的控制协议。

5.根据权利要求1所述的基于多智能体系统的有限时间编队控制方法，其特征在于：所述步骤2的编队控制目标为：

上式中h_i为对应于第i个多智能体成员编队信息，其对时间的导数为h_i，T∈[0,+∞)是一个有限的时间上界，在这个时间范围内，多智能体系统将实现编队控制。

6.根据权利要求1所述的基于多智能体系统的有限时间编队控制方法，其特征在于：所述步骤3具体为：

步骤3-1：计算智能体速度：

上式中，a_ij为第i个多智能体成员和第j个多智能体成员之间的通信权重，如果两个多智能体成员之间存在通信连接，那么a_ij＞0，否则，a_ij＝0；x_i-h_i表示该多智能体成员当前时刻位置与目标位置之间的距离；

步骤3-2：构造误差系统：

ξ_i＝x_i-h_i

取状态量可得：

得出恒定，令考虑Lyapunov函数：

对上式求导可得：

上式中，δ_ih代表δ_i的第h个分量，δ_h＝[δ_1h,δ_2h,K,δ_nh]^T，N为多智能体系统成员状态的维数；L_B为G(B)的Laplace矩阵，

当只有一个系统时：

x(t)＝f(x(t))

上式中，f(x):Rⁿ→Rⁿ且f(0)＝0,x＝[x₁,x₂,Kx_n]^T∈Rⁿ；若存在一个正定连续函数V(x):Rⁿ→R，正数c＞0,和α∈(0,1)，令

V(x)+c(V(x))^α≤0，x∈Rⁿ\{0}

则V(x)在有限时间内趋于0，系统在有限时间内稳定；

即该多智能体系统在控制协议在有限时间内完成了对编队的控制；

步骤3-3：选取实例进行仿真验证；

各智能体成员的初始状态给出为：

x₁(0)＝[4,3]^T,x₂(0)＝[-4,-5]^T,x₃(0)＝[10,9]^T,x₄(0)＝[-6,-7]^T

各智能体成员的编队控制信息为：

h₁＝[1,1]^T,h₂＝[1,-1]^T,h₃＝[-1,1]^T,h₄＝[-1,-1]^T

利用Matlab中的S函数模块进行仿真，得到最后的编队图形。