CN110297492B - 一种多车辆网络在时变环境下的协调跟踪控制系统及方法 - Google Patents
一种多车辆网络在时变环境下的协调跟踪控制系统及方法 Download PDFInfo
- Publication number
- CN110297492B CN110297492B CN201910611470.4A CN201910611470A CN110297492B CN 110297492 B CN110297492 B CN 110297492B CN 201910611470 A CN201910611470 A CN 201910611470A CN 110297492 B CN110297492 B CN 110297492B
- Authority
- CN
- China
- Prior art keywords
- vehicle
- individual
- individual vehicle
- current moment
- vehicle network
- 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 16
- 239000011159 matrix material Substances 0.000 claims abstract description 102
- 238000005070 sampling Methods 0.000 claims description 12
- 239000000126 substance Substances 0.000 claims description 5
- 230000002457 bidirectional effect Effects 0.000 abstract description 7
- 230000003042 antagnostic effect Effects 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
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
- G05D1/0291—Fleet control
- G05D1/0293—Convoy travelling
Landscapes
- Engineering & Computer Science (AREA)
- Aviation & Aerospace Engineering (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Small-Scale Networks (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种多车辆网络在时变环境下的协调跟踪控制系统及方法,第一确定模块确定多车辆网络的预期目标位置,第二确定模块确定多车辆网络当前时刻的加权邻接矩阵和接收目标矩阵,获取模块获取每个个体车辆当前时刻的位置以及每个个体车辆的邻居车辆当前时刻的位置,控制模块根据多车辆网络的预期目标位置、当前时刻的加权邻接矩阵和接收目标矩阵以及每个个体车辆当前时刻的位置以及每个个体车辆的邻居车辆当前时刻的位置控制每个个体车辆,这样,能够保证在多车辆网络的通信拓扑为非固定的情况下,存在对抗关系的多车辆网络形成分组,两个分组里的车辆分别达到目标位置以及目标位置的对称位置,从而可以实现双向一致跟踪,控制精度较高。
Description
技术领域
本发明涉及控制技术领域,尤其涉及一种多车辆网络在时变环境下的协调跟踪控制系统及方法。
背景技术
目前,多车辆网络的协调跟踪控制方法在实际应用中受到广泛关注,这主要是由于控制要求的日益提高使得控制系统趋于复杂化、多样化,单个车辆难以执行较为复杂的任务,而多个车辆之间可以通过协调作用来共同实现既定目标,同时,通过多个车辆之间的协同作用可以提高多车辆网络的工作效率以及故障处理能力,当工作环境发生变化或多车辆网络局部发生故障时,多车辆网络仍可通过它们之间的相互通信作用来完成预定的任务。
在实际应用中,多车辆网络所处的环境是不断变化的,多车辆网络中各个个体车辆之间并非总是存在合作关系。现有技术难以克服多车辆网络中存在的对抗关系以及复杂的时变多车辆网络环境带来的影响,并且,往往只能使所有车辆到达依赖于初始条件以及拓扑结构的同一个位置,而不能根据实际需要实现不同车辆对于预期目标位置的双向跟踪。
发明内容
有鉴于此,本发明提供了一种多车辆网络在时变环境下的协调跟踪控制系统及方法,用以解决在时变通信互连关系下,多车辆网络对于预期目标位置的双向跟踪任务问题。
因此,本发明提供了一种多车辆网络在时变环境下的协调跟踪控制系统,包括:第一确定模块、第二确定模块、获取模块以及控制模块;其中,
所述第一确定模块,用于确定所述多车辆网络的预期目标位置;
所述多车辆网络当前时刻的加权邻接矩阵满足:对于vi∈V1,vj∈V1或者vi∈V2,vj∈V2满足aij(t)≥0,对于vi∈V1,vj∈V2或者vi∈V2,vj∈V1满足aij(t)≤0,所述多车辆网络当前时刻的接收目标矩阵满足:bi(t)≥0,bj(t)≤0,vj∈V2,t≥t0,或者,bi(t)≤0,bj(t)≥0,vj∈V2,t≥t0;且|bi(t)|≥ω>0,t≥t0;
或者,所述多车辆网络当前时刻的加权邻接矩阵满足:对于vi∈V1,vj∈V1或者vi∈V2,vj∈V2满足aij(t)≥0,对于vi∈V1,vj∈V2或者vi∈V2,vj∈V1满足aij(t)≤0,且所述多车辆网络是一致强连通的;所述多车辆网络当前时刻的接收目标矩阵满足:bi(t)≥0,bj(t)≤0,vj∈V2,t≥t0,或者,bi(t)≤0,bj(t)≥0,vj∈V2,t≥t0;且存在T>0,vi(t)∈V满足
其中,vi为所述多车辆网络中的个体车辆i,vj为所述多车辆网络中的个体车辆j,aij(t)为所述多车辆网络在当前时刻t第i行第j列的加权邻接矩阵元素,bi(t)为所述多车辆网络在当前时刻t个体车辆i对应的接收目标矩阵元素,bj(t)为所述多车辆网络在当前时刻t个体车辆j对应的接收目标矩阵元素,vi(t)为所述多车辆网络在当前时刻t的个体车辆i,ω为一个任意正常数,t0为初始时刻,T为时间常数;
所述获取模块,用于获取每个个体车辆当前时刻的位置以及每个个体车辆的邻居车辆当前时刻的位置;
所述控制模块,用于根据所述多车辆网络的预期目标位置、所述多车辆网络当前时刻的加权邻接矩阵和接收目标矩阵、所述每个个体车辆当前时刻的位置以及所述每个个体车辆的邻居车辆当前时刻的位置控制每个个体车辆。
在一种可能的实现方式中,在本发明提供的上述协调跟踪控制系统中,所述控制模块,包括:控制量确定单元和位置控制单元;其中,
所述控制量确定单元,用于根据所述多车辆网络的预期目标位置、所述多车辆网络当前时刻的加权邻接矩阵和接收目标矩阵、所述每个个体车辆当前时刻的位置以及所述每个个体车辆的邻居车辆当前时刻的位置,通过以下公式确定每个个体车辆的控制量:
其中,ui(t)为个体车辆i在当前时刻t的控制量,xi(t)为个体车辆i在当前时刻t的位置,xj(t)为个体车辆i的邻居车辆j在当前时刻t的位置,Ni(t)为个体车辆i在当前时刻t的邻居车辆的集合,xr为所述多车辆网络的预期目标位置,sgn(·)为符号函数;
所述位置控制单元,用于根据每个个体车辆的控制量、每个个体车辆当前时刻的位置和每个个体车辆的采样时间,通过以下公式确定每个个体车辆下一时刻的位置:
xi(t+1)=xi(t)+ΔTui(t)
其中,xi(t+1)为个体车辆i在下一时刻t+1的位置,ΔT为个体车辆i的采样时间。
本发明还提供了一种多车辆网络在时变环境下的协调跟踪控制方法,包括如下步骤:
S1:确定所述多车辆网络的预期目标位置;
S2:确定所述多车辆网络当前时刻的加权邻接矩阵和接收目标矩阵;
S3:获取每个个体车辆当前时刻的位置以及每个个体车辆的邻居车辆当前时刻的位置;
S4:根据所述多车辆网络的预期目标位置、所述多车辆网络当前时刻的加权邻接矩阵和接收目标矩阵、所述每个个体车辆当前时刻的位置以及所述每个个体车辆的邻居车辆当前时刻的位置控制每个个体车辆。
在一种可能的实现方式中,在本发明提供的上述控制方法中,步骤S4,根据所述多车辆网络的预期目标位置、所述多车辆网络当前时刻的加权邻接矩阵和接收目标矩阵、所述每个个体车辆当前时刻的位置以及所述每个个体车辆的邻居车辆当前时刻的位置控制每个个体车辆,具体包括如下步骤:
S41:根据所述多车辆网络的预期目标位置、所述多车辆网络当前时刻的加权邻接矩阵和接收目标矩阵、所述每个个体车辆当前时刻的位置以及所述每个个体车辆的邻居车辆当前时刻的位置,通过以下公式确定每个个体车辆的控制量:
其中,ui(t)为个体车辆i在当前时刻t的控制量,xi(t)为个体车辆i在当前时刻t的位置,xj(t)为个体车辆i的邻居车辆j在当前时刻t的位置,Ni(t)为个体车辆i在当前时刻t的邻居车辆的集合,xr为所述多车辆网络的预期目标位置,sgn(·)为符号函数;
S42:根据每个个体车辆的控制量、每个个体车辆当前时刻的位置和每个个体车辆的采样时间,通过以下公式确定每个个体车辆下一时刻的位置:
xi(t+1)=xi(t)+ΔTui(t)
其中,xi(t+1)为个体车辆i在下一时刻t+1的位置,ΔT为个体车辆i的采样时间。
本发明提供的上述多车辆网络在时变环境下的协调跟踪控制系统及方法,第一确定模块确定多车辆网络的预期目标位置,第二确定模块确定多车辆网络当前时刻的加权邻接矩阵和接收目标矩阵,获取模块获取每个个体车辆当前时刻的位置以及每个个体车辆的邻居车辆当前时刻的位置,控制模块根据确定的多车辆网络的预期目标位置、当前时刻的加权邻接矩阵和接收目标矩阵以及获取的每个个体车辆当前时刻的位置以及每个个体车辆的邻居车辆当前时刻的位置控制每个个体车辆,这样,能够保证在多车辆网络的通信拓扑为非固定的情况下,存在对抗关系的多车辆网络形成分组,两个分组里的车辆分别达到目标位置以及目标位置的对称位置,从而可以实现双向一致跟踪,控制精度较高。
附图说明
图1为本发明实施例提供的多车辆网络在时变环境下的协调跟踪控制系统的结构示意图之一;
图2为多车辆网络的示意图;
图3为本发明实施例提供的多车辆网络在时变环境下的协调跟踪控制系统的结构示意图之二;
图4为本发明实施例提供的多车辆网络在时变环境下的协调跟踪控制方法的流程图。
具体实施方式
下面将结合本申请实施方式中的附图,对本申请实施方式中的技术方案进行清楚、完整的描述,显然,所描述的实施方式仅仅是作为例示,并非用于限制本申请。
本发明实施例提供的一种多车辆网络在时变环境下的协调跟踪控制系统,如图1所示,包括:第一确定模块1、第二确定模块2、获取模块3以及控制模块4;其中,
第一确定模块1,用于确定多车辆网络的预期目标位置;具体地,预期目标位置为多车辆网络中车辆最终所期望达到的参考位置,为预先设定值,根据跟踪要求作为人为预先输入目标;
第二确定模块2,用于确定多车辆网络当前时刻的加权邻接矩阵和接收目标矩阵;其中,多车辆网络中的所有个体车辆的集合为V,集合V分为两组V1和V2,满足V1∪V2=V,具体地,多车辆网络的加权邻接矩阵和接收目标矩阵参数会随环境、时刻的变化而改变,不同时刻具有预先对应的值,具体某确定时刻对应的加权邻接矩阵和接收目标矩阵可以通过如下两种演变规则根据确切时刻情况进行获取:
具体某确定时刻对应的加权邻接矩阵和接收目标矩阵可以通过第一种演变规则根据确切时刻情况进行获取:
多车辆网络当前时刻的加权邻接矩阵满足:对于vi∈V1,vj∈V1或者vi∈V2,vj∈V2满足aij(t)≥0,对于vi∈V1,vj∈V2或者vi∈V2,vj∈V1满足aij(t)≤0,多车辆网络当前时刻的接收目标矩阵满足:bi(t)≥0,bj(t)≤0,vj∈V2,t≥t0,或者,bi(t)≤0,bj(t)≥0,vj∈V2,t≥t0;且|bi(t)|≥ω>0,t≥t0;
或者,具体某确定时刻对应的加权邻接矩阵和接收目标矩阵可以通过第二种演变规则根据确切时刻情况进行获取:
多车辆网络当前时刻的加权邻接矩阵满足:对于vi∈V1,vj∈V1或者vi∈V2,vj∈V2满足aij(t)≥0,对于vi∈V1,vj∈V2或者vi∈V2,vj∈V1满足aij(t)≤0,且多车辆网络是一致强连通(uniformly strongly connected)的,即在多车辆网络中,每个个体车辆在每个非重叠时间段内的某些时段都能直接或间接地接收到其他所有个体车辆的位置信息;多车辆网络当前时刻的接收目标矩阵满足:bi(t)≥0,bj(t)≤0,vj∈V2,t≥t0,或者,bi(t)≤0,bj(t)≥0,vj∈V2,t≥t0;且存在T>0,vi(t)∈V满足
其中,vi为多车辆网络中的个体车辆i,vj为多车辆网络中的个体车辆j,aij(t)为多车辆网络在当前时刻t第i行第j列的加权邻接矩阵元素,bi(t)为多车辆网络在当前时刻t个体车辆i对应的接收目标矩阵元素,bj(t)为多车辆网络在当前时刻t个体车辆j对应的接收目标矩阵元素,vi(t)为多车辆网络在当前时刻t的个体车辆i,ω为一个任意正常数,t0为初始时刻,T为时间常数;
获取模块3,用于获取每个个体车辆当前时刻的位置以及每个个体车辆的邻居车辆当前时刻的位置;具体地,个体车辆的邻居车辆指的是有信息流向该个体车辆的所有其他车辆的集合,如图2所示,个体车辆2和个体车辆4在大多数时刻为个体车辆5的邻居车辆,而个体车辆1和个体车辆3不是个体车辆5的邻居车辆;具体地,可以通过在个体车辆上安装传感器装置获取自身及其邻居车辆的当前时刻的位置;
控制模块4,用于根据多车辆网络的预期目标位置、多车辆网络当前时刻的加权邻接矩阵和接收目标矩阵、每个个体车辆当前时刻的位置以及每个个体车辆的邻居车辆当前时刻的位置控制每个个体车辆。
本发明实施例提供的上述协调跟踪控制系统,第一确定模块确定多车辆网络的预期目标位置,第二确定模块确定多车辆网络当前时刻的加权邻接矩阵和接收目标矩阵,获取模块获取每个个体车辆当前时刻的位置以及每个个体车辆的邻居车辆当前时刻的位置,控制模块根据确定的多车辆网络的预期目标位置、当前时刻的加权邻接矩阵和接收目标矩阵以及获取的每个个体车辆当前时刻的位置以及每个个体车辆的邻居车辆当前时刻的位置控制每个个体车辆,这样,能够保证在多车辆网络的通信拓扑为非固定的情况下,存在对抗关系的多车辆网络形成分组,两个分组里的车辆分别达到目标位置以及目标位置的对称位置,从而可以实现双向一致跟踪,控制精度较高。
需要说明的是,本发明实施例提供的上述协调跟踪控制系统,针对第一种演变规则,在多车辆网络具有连通性的情况下,每个个体车辆可以根据自身的位置信息及其邻居车辆的位置信息实现控制目标;在多车辆网络不具有连通性的情况下,不存在邻居车辆的个体车辆vi(即aij(t)=0)可以不需要获取其他任何车辆的信息,仅需知道自身的位置即可实现控制目标。针对第二种演变规则,每个个体车辆只需在每个非重叠有限时间段内的一些时刻获取邻居车辆的信息,且整个网络中只需保证至少一个个体车辆在每个非重叠有限时间段内获取目标信息。
在具体实施时,在本发明实施例提供的上述协调跟踪控制系统中,如图3所示,控制模块4,具体可以包括:控制量确定单元41和位置控制单元42;其中,控制量确定单元41,用于根据多车辆网络的预期目标位置、多车辆网络当前时刻的加权邻接矩阵和接收目标矩阵、每个个体车辆当前时刻的位置以及每个个体车辆的邻居车辆当前时刻的位置,通过以下公式确定每个个体车辆的控制量:
其中,ui(t)为个体车辆i在当前时刻t的控制量,xi(t)为个体车辆i在当前时刻t的位置,xj(t)为个体车辆i的邻居车辆j在当前时刻t的位置,Ni(t)为个体车辆i在当前时刻t的邻居车辆的集合,xr为多车辆网络的预期目标位置,sgn(·)为符号函数;位置控制单元42,用于根据每个个体车辆的控制量、每个个体车辆当前时刻的位置和每个个体车辆的采样时间,通过以下公式确定每个个体车辆下一时刻的位置:
xi(t+1)=xi(t)+ΔTui(t)
其中,xi(t+1)为个体车辆i在下一时刻t+1的位置,ΔT为个体车辆i的采样时间;也就是说,每个个体车辆根据由自身位置信息及其邻居车辆的位置信息得到的控制量,更新调整自身的位置,最终实现双向一致跟踪。
基于同一发明构思,本发明实施例还提供了一种多车辆网络在时变环境下的协调跟踪控制系统的控制方法,如图4所示,包括如下步骤:
S1:确定多车辆网络的预期目标位置;
具体地,预期目标位置为多车辆网络中车辆最终所期望达到的参考位置,为预先设定值,根据跟踪要求作为人为预先输入目标;
具体地,多车辆网络的加权邻接矩阵和接收目标矩阵会随环境、时刻的变化而改变,不同时刻具有预先对应的值,具体某确定时刻对应的加权邻接矩阵和接收目标矩阵可以通过如下两种演变规则根据确切时刻情况进行获取:
具体某确定时刻对应的加权邻接矩阵和接收目标矩阵可以通过第一种演变规则根据确切时刻情况进行获取:
多车辆网络当前时刻的加权邻接矩阵满足:对于vi∈V1,vj∈V1或者vi∈V2,vj∈V2满足aij(t)≥0,对于vi∈V1,vj∈V2或者vi∈V2,vj∈V1满足aij(t)≤0,多车辆网络当前时刻的接收目标矩阵满足:bi(t)≥0,bj(t)≤0,vj∈V2,t≥t0,或者,bi(t)≤0,bj(t)≥0,vj∈V2,t≥t0;且|bi(t)|≥ω>0,t≥t0;
或者,具体某确定时刻对应的加权邻接矩阵和接收目标矩阵可以通过第二种演变规则根据确切时刻情况进行获取:
多车辆网络当前时刻的加权邻接矩阵满足:对于vi∈V1,vj∈V1或者vi∈V2,vj∈V2满足aij(t)≥0,对于vi∈V1,vj∈V2或者vi∈V2,vj∈V1满足aij(t)≤0,且多车辆网络是一致强连通(uniformly strongly connected)的,即在多车辆网络中,每个个体车辆在每个非重叠时间段内的某些时段都能直接或间接地接收到其他所有个体车辆的位置信息;多车辆网络当前时刻的接收目标矩阵满足:bi(t)≥0,bj(t)≤0,vj∈V2,t≥t0,或者,bi(t)≤0,bj(t)≥0,vj∈V2,t≥t0;且存在T>0,vi(t)∈V满足
其中,vi为多车辆网络中的个体车辆i,vj为多车辆网络中的个体车辆j,aij(t)为多车辆网络在当前时刻t第i行第j列的加权邻接矩阵元素,bi(t)为多车辆网络在当前时刻t个体车辆i对应的接收目标矩阵元素,bj(t)为多车辆网络在当前时刻t个体车辆j对应的接收目标矩阵元素,vi(t)为多车辆网络在当前时刻t的个体车辆i,ω为一个任意正常数,t0为初始时刻,T为时间常数;
S3:获取每个个体车辆当前时刻的位置以及每个个体车辆的邻居车辆当前时刻的位置;
具体地,个体车辆的邻居车辆指的是有信息流向该个体车辆的所有其他车辆的集合,如图2所示,个体车辆2和个体车辆4在大多数时刻为个体车辆5的邻居车辆,而个体车辆1和个体车辆3不是个体车辆5的邻居车辆;具体地,可以通过在个体车辆上安装传感器装置获取自身及其邻居车辆的当前时刻的位置;
S4:根据多车辆网络的预期目标位置、多车辆网络当前时刻的加权邻接矩阵和接收目标矩阵、每个个体车辆当前时刻的位置以及每个个体车辆的邻居车辆当前时刻的位置控制每个个体车辆。
需要说明的是,在本发明实施例提供的上述控制方法中,步骤S1、步骤S2和步骤S3的执行没有固定的先后顺序,在此不做限定。
在具体实施时,在本发明实施例提供的上述控制方法中,步骤S4,根据多车辆网络的预期目标位置、多车辆网络当前时刻的加权邻接矩阵和接收目标矩阵、每个个体车辆当前时刻的位置以及每个个体车辆的邻居车辆当前时刻的位置控制每个个体车辆,具体包括如下步骤:
S41:根据多车辆网络的预期目标位置、多车辆网络当前时刻的加权邻接矩阵和接收目标矩阵、每个个体车辆当前时刻的位置以及每个个体车辆的邻居车辆当前时刻的位置,通过以下公式确定每个个体车辆的控制量:
其中,ui(t)为个体车辆i在当前时刻t的控制量,xi(t)为个体车辆i在当前时刻t的位置,xj(t)为个体车辆i的邻居车辆j在当前时刻t的位置,Ni(t)为个体车辆i在当前时刻t的邻居车辆的集合,xr为多车辆网络的预期目标位置,sgn(·)为符号函数;
S42:根据每个个体车辆的控制量、每个个体车辆当前时刻的位置和每个个体车辆的采样时间,通过以下公式确定每个个体车辆下一时刻的位置:
xi(t+1)=xi(t)+ΔTui(t)
其中,xi(t+1)为个体车辆i在下一时刻t+1的位置,ΔT为个体车辆i的采样时间;也就是说,每个个体车辆根据由自身位置信息及其邻居车辆的位置信息得到的控制量,更新调整自身的位置,最终实现双向一致跟踪。
本发明实施例提供的上述多车辆网络在时变环境下的协调跟踪控制系统及方法,第一确定模块确定多车辆网络的预期目标位置,第二确定模块确定多车辆网络当前时刻的加权邻接矩阵和接收目标矩阵,获取模块获取每个个体车辆当前时刻的位置以及每个个体车辆的邻居车辆当前时刻的位置,控制模块根据确定的多车辆网络的预期目标位置、当前时刻的加权邻接矩阵和接收目标矩阵以及获取的每个个体车辆当前时刻的位置以及每个个体车辆的邻居车辆当前时刻的位置控制每个个体车辆,这样,能够保证在多车辆网络的通信拓扑为非固定的情况下,存在对抗关系的多车辆网络形成分组,两个分组里的车辆分别达到目标位置以及目标位置的对称位置,从而可以实现双向一致跟踪,控制精度较高。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (4)
1.一种多车辆网络在时变环境下的协调跟踪控制系统,其特征在于,包括:第一确定模块、第二确定模块、获取模块以及控制模块;其中,
所述第一确定模块,用于确定所述多车辆网络的预期目标位置;
所述多车辆网络当前时刻的加权邻接矩阵满足:对于vi∈V1,vj∈V1或者vi∈V2,vj∈V2满足aij(t)≥0,对于vi∈V1,vj∈V2或者vi∈V2,vj∈V1满足aij(t)≤0,所述多车辆网络当前时刻的接收目标矩阵满足:bi(t)≥0,bj(t)≤0,vj∈V2,t≥t0,或者,bi(t)≤0,bj(t)≥0,vj∈V2,t≥t0;且|bi(t)|≥ω>0,t≥t0;
或者,所述多车辆网络当前时刻的加权邻接矩阵满足:对于vi∈V1,vj∈V1或者vi∈V2,vj∈V2满足aij(t)≥0,对于vi∈V1,vj∈V2或者vi∈V2,vj∈V1满足aij(t)≤0,且所述多车辆网络是一致强连通的;所述多车辆网络当前时刻的接收目标矩阵满足:bi(t)≥0,bj(t)≤0,vj∈V2,t≥t0,或者,bi(t)≤0,bj(t)≥0,vj∈V2,t≥t0;且存在T>0,vi(t)∈V满足
其中,vi为所述多车辆网络中的个体车辆i,vj为所述多车辆网络中的个体车辆j,aij(t)为所述多车辆网络在当前时刻t第i行第j列的加权邻接矩阵元素,bi(t)为所述多车辆网络在当前时刻t个体车辆i对应的接收目标矩阵元素,bj(t)为所述多车辆网络在当前时刻t个体车辆j对应的接收目标矩阵元素,vi(t)为所述多车辆网络在当前时刻t的个体车辆i,ω为一个任意正常数,t0为初始时刻,T为时间常数;
所述获取模块,用于获取每个个体车辆当前时刻的位置以及每个个体车辆的邻居车辆当前时刻的位置;
所述控制模块,用于根据所述多车辆网络的预期目标位置、所述多车辆网络当前时刻的加权邻接矩阵和接收目标矩阵、所述每个个体车辆当前时刻的位置以及所述每个个体车辆的邻居车辆当前时刻的位置控制每个个体车辆。
2.如权利要求1所述的协调跟踪控制系统,其特征在于,所述控制模块,包括:控制量确定单元和位置控制单元;其中,
所述控制量确定单元,用于根据所述多车辆网络的预期目标位置、所述多车辆网络当前时刻的加权邻接矩阵和接收目标矩阵、所述每个个体车辆当前时刻的位置以及所述每个个体车辆的邻居车辆当前时刻的位置,通过以下公式确定每个个体车辆的控制量:
其中,ui(t)为个体车辆i在当前时刻t的控制量,xi(t)为个体车辆i在当前时刻t的位置,xj(t)为个体车辆i的邻居车辆j在当前时刻t的位置,Ni(t)为个体车辆i在当前时刻t的邻居车辆的集合,xr为所述多车辆网络的预期目标位置,sgn(·)为符号函数;
所述位置控制单元,用于根据每个个体车辆的控制量、每个个体车辆当前时刻的位置和每个个体车辆的采样时间,通过以下公式确定每个个体车辆下一时刻的位置:
xi(t+1)=xi(t)+ΔTui(t)
其中,xi(t+1)为个体车辆i在下一时刻t+1的位置,ΔT为个体车辆i的采样时间。
3.一种如权利要求1或2所述的多车辆网络在时变环境下的协调跟踪控制系统的控制方法,其特征在于,包括如下步骤:
S1:确定所述多车辆网络的预期目标位置;
S2:确定所述多车辆网络当前时刻的加权邻接矩阵和接收目标矩阵;
S3:获取每个个体车辆当前时刻的位置以及每个个体车辆的邻居车辆当前时刻的位置;
S4:根据所述多车辆网络的预期目标位置、所述多车辆网络当前时刻的加权邻接矩阵和接收目标矩阵、所述每个个体车辆当前时刻的位置以及所述每个个体车辆的邻居车辆当前时刻的位置控制每个个体车辆。
4.如权利要求3所述的控制方法,其特征在于,步骤S4,根据所述多车辆网络的预期目标位置、所述多车辆网络当前时刻的加权邻接矩阵和接收目标矩阵、所述每个个体车辆当前时刻的位置以及所述每个个体车辆的邻居车辆当前时刻的位置控制每个个体车辆,具体包括如下步骤:
S41:根据所述多车辆网络的预期目标位置、所述多车辆网络当前时刻的加权邻接矩阵和接收目标矩阵、所述每个个体车辆当前时刻的位置以及所述每个个体车辆的邻居车辆当前时刻的位置,通过以下公式确定每个个体车辆的控制量:
其中,ui(t)为个体车辆i在当前时刻t的控制量,xi(t)为个体车辆i在当前时刻t的位置,xj(t)为个体车辆i的邻居车辆j在当前时刻t的位置,Ni(t)为个体车辆i在当前时刻t的邻居车辆的集合,xr为所述多车辆网络的预期目标位置,sgn(·)为符号函数;
S42:根据每个个体车辆的控制量、每个个体车辆当前时刻的位置和每个个体车辆的采样时间,通过以下公式确定每个个体车辆下一时刻的位置:
xi(t+1)=xi(t)+ΔTui(t)
其中,xi(t+1)为个体车辆i在下一时刻t+1的位置,ΔT为个体车辆i的采样时间。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910611470.4A CN110297492B (zh) | 2019-07-08 | 2019-07-08 | 一种多车辆网络在时变环境下的协调跟踪控制系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910611470.4A CN110297492B (zh) | 2019-07-08 | 2019-07-08 | 一种多车辆网络在时变环境下的协调跟踪控制系统及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110297492A CN110297492A (zh) | 2019-10-01 |
CN110297492B true CN110297492B (zh) | 2020-09-18 |
Family
ID=68030665
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910611470.4A Active CN110297492B (zh) | 2019-07-08 | 2019-07-08 | 一种多车辆网络在时变环境下的协调跟踪控制系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110297492B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114138021A (zh) * | 2021-11-29 | 2022-03-04 | 北京航空航天大学 | 一种有向通讯网络下多飞行器集群隐私保护系统及方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102707719B (zh) * | 2012-05-16 | 2014-03-05 | 北京航空航天大学 | 移动机器人及多移动机器人的协调控制方法 |
CN103994768A (zh) * | 2014-05-23 | 2014-08-20 | 北京交通大学 | 动态时变环境下寻求全局时间最优路径的方法 |
CN104272663A (zh) * | 2012-05-14 | 2015-01-07 | 丰田自动车株式会社 | 车辆用网络的通信管理装置及通信管理方法 |
CN104457775A (zh) * | 2014-12-12 | 2015-03-25 | 北京航天宏图信息技术有限责任公司 | 路径确定方法、装置和导航仪 |
CN103970020B (zh) * | 2014-05-21 | 2016-08-31 | 北京航空航天大学 | 移动机器人系统及其在混合交互环境下的协调控制方法 |
CN108255168A (zh) * | 2016-12-29 | 2018-07-06 | 北京航空航天大学 | 多车辆网络在切换变化环境下的协调控制方法 |
CN108255169A (zh) * | 2016-12-29 | 2018-07-06 | 北京航空航天大学 | 车辆及多车辆网络的协调控制方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090248244A1 (en) * | 2008-03-27 | 2009-10-01 | Mazda Motor Corporation | Onboard device control apparatus |
-
2019
- 2019-07-08 CN CN201910611470.4A patent/CN110297492B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104272663A (zh) * | 2012-05-14 | 2015-01-07 | 丰田自动车株式会社 | 车辆用网络的通信管理装置及通信管理方法 |
CN102707719B (zh) * | 2012-05-16 | 2014-03-05 | 北京航空航天大学 | 移动机器人及多移动机器人的协调控制方法 |
CN103970020B (zh) * | 2014-05-21 | 2016-08-31 | 北京航空航天大学 | 移动机器人系统及其在混合交互环境下的协调控制方法 |
CN103994768A (zh) * | 2014-05-23 | 2014-08-20 | 北京交通大学 | 动态时变环境下寻求全局时间最优路径的方法 |
CN104457775A (zh) * | 2014-12-12 | 2015-03-25 | 北京航天宏图信息技术有限责任公司 | 路径确定方法、装置和导航仪 |
CN108255168A (zh) * | 2016-12-29 | 2018-07-06 | 北京航空航天大学 | 多车辆网络在切换变化环境下的协调控制方法 |
CN108255169A (zh) * | 2016-12-29 | 2018-07-06 | 北京航空航天大学 | 车辆及多车辆网络的协调控制方法 |
Non-Patent Citations (3)
Title |
---|
Stability Analysis of Continuous-time Iterative Learning Control Systems with Multiple State Delays;MENG De-Yuan;《ACTA AUTOMATICA SINICA》;20100531;第36卷(第5期);696-703 * |
具有正负混合连接权重及通讯时滞的多智能体系统一致性;杜明骏等;《Proceedings of the 33rd Chinese Control Conference》;20140730;1075-1080 * |
车联网系统中云端的算法研究与车载终端的软件实现;许昶;《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》;20180215(第2期);C034-835 * |
Also Published As
Publication number | Publication date |
---|---|
CN110297492A (zh) | 2019-10-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109952754A (zh) | 用于弱连接设置的iot网关 | |
DE112016007050T5 (de) | Intelligente gateway-konfiguration für internet-der-dinge-netzwerke | |
CN105635963B (zh) | 多智能体分布式协同定位方法 | |
CN109635052A (zh) | 点云数据的处理方法、装置和存储介质 | |
CN110297492B (zh) | 一种多车辆网络在时变环境下的协调跟踪控制系统及方法 | |
CN103970020B (zh) | 移动机器人系统及其在混合交互环境下的协调控制方法 | |
CN110967028A (zh) | 导航地图构建方法、装置、机器人及存储介质 | |
Liu et al. | Localization-oriented coverage in wireless camera sensor networks | |
CN103455811A (zh) | 室内无线定位指纹采集方法及系统 | |
CN108681247A (zh) | 一种完全分布式保性能通信容错编队控制方法 | |
Gupta et al. | A real-time precision agriculture monitoring system using mobile sink in WSNs | |
DE102006015016B3 (de) | Verteilte Organisation von Sensornetzwerken | |
CN113870588B (zh) | 一种基于深度q网络的交通灯控制方法、终端及存储介质 | |
CN104994578B (zh) | 基于修正的仿真曲线拟合的非测距定位方法 | |
CN108255168B (zh) | 多车辆网络在切换变化环境下的协调控制方法 | |
CN111781830A (zh) | 基于估计状态扰动观测的混合阶机电系统协同控制方法 | |
EP3057275B1 (de) | Erweiterte verteilereinheit | |
CN104065737A (zh) | 确定服务节点部署方案的方法和系统 | |
CN108255169B (zh) | 车辆及多车辆网络的协调控制方法 | |
CN108702665A (zh) | 一种测量上报方法及装置 | |
CN104378779B (zh) | 一种rnc信令面承载能力评估方法及装置 | |
CN106385460A (zh) | 一种物联网的可编程架构 | |
CN113271222B (zh) | 一种协议调度下多传感器信息融合的系统状态估计方法 | |
US10142817B2 (en) | Technique to minimize inter-element bandwidth requirements during data synthesis on large networks | |
CN106161527B (zh) | 功能群组构建系统及方法 |
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 |