CN115857501A - 一种网络化多移动机器人分布式保性能包含控制方法 - Google Patents
一种网络化多移动机器人分布式保性能包含控制方法 Download PDFInfo
- Publication number
- CN115857501A CN115857501A CN202211521087.8A CN202211521087A CN115857501A CN 115857501 A CN115857501 A CN 115857501A CN 202211521087 A CN202211521087 A CN 202211521087A CN 115857501 A CN115857501 A CN 115857501A
- Authority
- CN
- China
- Prior art keywords
- robot
- mobile
- follower
- dimensional space
- representing
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 31
- 238000006243 chemical reaction Methods 0.000 claims abstract description 21
- 238000004891 communication Methods 0.000 claims description 26
- 238000013461 design Methods 0.000 claims description 13
- 230000003993 interaction Effects 0.000 claims description 12
- 239000011159 matrix material Substances 0.000 claims description 5
- 230000003247 decreasing effect Effects 0.000 claims description 3
- 238000009795 derivation Methods 0.000 claims description 2
- 238000011156 evaluation Methods 0.000 claims description 2
- 230000001360 synchronised effect Effects 0.000 abstract description 4
- 230000001052 transient effect Effects 0.000 abstract description 4
- 238000010586 diagram Methods 0.000 description 8
- 230000000694 effects Effects 0.000 description 6
- 230000015572 biosynthetic process Effects 0.000 description 5
- 229910052731 fluorine Inorganic materials 0.000 description 2
- 125000001153 fluoro group Chemical group F* 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
Landscapes
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
- Feedback Control In General (AREA)
- Manipulator (AREA)
Abstract
本发明涉及一种网络化多移动机器人分布式保性能包含控制方法,首先建立遭受不确定环境干扰影响的移动机器人动力学模型,并采用跟踪微分器对多领航者机器人的速度状态进行估计;其次基于多移动机器人动力学模型、结合多领航者机器人的速度状态估计信息,构造多移动机器人分布式包含控制协议;然后设计固定时间干扰观测器对外部扰动进行实时估计与补偿;最后利用性能函数结合误差转换函数对多移动机器人分布式包含控制协议进行性能转换,针对多移动机器人包含控制系统中领航者机器人速度状态无法精确获取和同步误差瞬态值、超调量等动态性能无法得到保障的情况,能够有效控制跟随者机器人被驱动至领航者机器人所形成的凸包内。
Description
技术领域
本发明涉及一种网络化多移动机器人分布式保性能包含控制方法,属于移动机器人协同编队控制技术领域。
背景技术
近年来,多机器人系统逐渐趋向精准、便捷、高效和复杂的智能化发展,在生活、工作和军事中扮演着越来越重要的角色。包含控制作为多机器人协同控制的一种形式,因其能够满足诸多特殊实际工程的需要而具有重要的理论意义和应用价值。多移动机器人包含控制问题是指领航者机器人形成固定编队,跟随者机器人能够快速运动到由领航者机器人编队所形成的凸包内,以完成某些具有特殊需求的工作。当多机器人队伍需要沿着路径到达目的地时,若途中遇到各种危险区域或障碍物,可由领航者机器人对障碍物进行探测,同时通过编队形成安全区域,这时只要跟随者通过包含控制方法保持在由领航者机器人形成的凸包内运动,就能在保障安全的情况下运动到目的地。在执行大面积水上搜救任务时,可将跟随者机器人驱动至由领航者机器人编队所覆盖的搜救区域内进行精细化探测,可大幅提高救援任务执行的效率。
传统多移动机器人包含控制方法尚存一些技术问题:(1)理想状态下,控制系统中领航者机器人的速度状态可以通过传感器直接获取,但在实际工程中,领航者的速度状态常常因为传感器的性能限制而不能精准测量,无法达到预期的控制效果;(2)多移动机器人系统在工作的过程中,不可避免受到各种不确定干扰的影响从而导致系统不能正常运行,甚至使整个控制系统失效。
发明内容
本发明所要解决的技术问题是提供一种网络化多移动机器人分布式保性能包含控制方法,在外界干扰存在的情况下,有效保证跟随者机器人被驱动至领航者机器人所形成的凸包内。
本发明为了解决上述技术问题采用以下技术方案:本发明设计了一种网络化多移动机器人分布式保性能包含控制方法,针对包含M个领航者机器人与N个跟随者机器人的n维空间多移动机器人系统,按如下步骤,实现对n维空间多移动机器人系统中各跟随者机器人的协同控制;
步骤A.建立惯性坐标系下多领航者机器人与多跟随者机器人分别对应的动力学模型,并采用跟踪微分器对多领航者机器人所对应动力学模型中的速度状态进行估计,获得多领航者机器人所对应的速度状态估计信息,然后进入步骤B;
步骤B.根据惯性坐标系下多领航者机器人与多跟随者机器人分别对应的动力学模型,结合多领航者机器人所对应的速度状态估计信息,构造多移动机器人分布式包含控制协议,然后进入步骤C;
步骤C.针对遭受不确定环境干扰影响的跟随者机器人动力学模型,设计固定时间干扰观测器,用于对外部扰动进行实时估计与补偿,然后进入步骤D;
步骤D.利用性能函数,并结合误差转换函数,针对多移动机器人分布式包含控制协议进行性能转换,更新多移动机器人分布式包含控制协议,然后进入步骤E;
步骤E.根据更新后的多移动机器人分布式包含控制协议,结合固定时间干扰观测器的观测信息,设计多移动机器人分布式包含控制器,用于对n维空间多移动机器人系统中的各跟随者机器人实现协同控制。
作为本发明的一种优选技术方案:所述步骤A中按如下操作,建立惯性坐标系下多领航者机器人与多跟随者机器人分别对应的动力学模型;
首先建立惯性坐标系下多领航者机器人所对应动力学模型如下:
l=1、...、M,xl=(xl,1,…,xl,n),xl表示n维空间多移动机器人系统中第l个领航者机器人的位置状态,xl,n表示第l个领航者机器人对应第n维方向的位置状态;vl表示n维空间多移动机器人系统中第l个领航者机器人的速度状态;ul表示n维空间多移动机器人系统中第l个领航者机器人的控制输入量;
然后建立惯性坐标系下多跟随者机器人所对应动力学模型如下:
k=1、...、N,xk=(xk,1,…,xk,n),xk表示n维空间多移动机器人系统中第k个跟随者机器人的位置状态,xk,n表示第k个跟随者机器人对应第n维方向的位置状态;vk表示n维空间多移动机器人系统中第k个跟随者机器人的速度状态;uk表示n维空间多移动机器人系统中第k个跟随者机器人的控制输入量,ωk表示n维空间多移动机器人系统中第k个跟随者机器人所对应的不确定外界干扰。
作为本发明的一种优选技术方案:所述步骤A中按如下操作,采用跟踪微分器对多领航者机器人所对应动力学模型中的速度状态进行估计,获得多领航者机器人所对应的速度状态估计信息;
针对n维空间多移动机器人系统中的多领航者机器人,建立二阶跟踪微分器如下:
其中,z1和z2分别表示二阶跟踪微分器的状态变量,非线性函数F(z1,z2)=ξ(z1)+ξ(z2),τl为第l个领航者机器人所对应二阶跟踪微分器中大于0的预设常数参量,根据非线性函数F(·)的解满足z1(t)→0、且z2(t)→0(t→∞),则对于任意满足T>0的可积、且有界信号Ql,更新二阶跟踪微分器如下,t表示时间变量,z1(t)表示二阶跟踪微分器中一阶状态分量对应时刻t的值,z2(t)表示二阶跟踪微分器中二阶状态分量对应时刻t的值,T表示某一大于零的时刻,Ql表示任意满足T>0的可积、有界信号,是跟踪微分器的输入信号;
即在有限时间内确保|X1-Ql|和有界,进而应用该二阶跟踪微分器,获得多领航者机器人所对应动力学模型中速度状态vl的估计值即获得多领航者机器人中第l个领航者机器人所对应的速度状态估计信息l=1、...、M,X1和X2表示针对输入信号Ql所构造二阶跟踪微分器的状态变量,Rl表示预设正的可调参数,“.”表示微分,表示输入信号Ql的微分信号估计值。
作为本发明的一种优选技术方案:所述步骤B包括如下:
首先以n维空间多移动机器人系统中各移动机器人为各节点,两两移动机器人分别所对应节点之间建立边,定义n维空间多移动机器人系统的通信拓扑图其中,i=1、…、M+N,j=1、…、M+N,表示n维空间多移动机器人系统中所有节点的集合,υi表示n维空间多移动机器人系统中第i个机器人对应的节点;表示n维空间多移动机器人系统中所有边的集合,eji表示n维空间多移动机器人系统中第j个机器人所对应节点与第i个机器人所对应节点之间的边,表示n维空间多移动机器人系统的邻接矩阵,aij表示n维空间多移动机器人系统中各条边上的权重系数,当第j个机器人与第i个机器人之间具备通信交互通道,则aij=1,否则aij=0,且aii=0、ajj=0,并分别针对各移动机器人所对应节点,定义移动机器人所对应节点直接相连各边上权重系数之和、作为该移动机器人所对应节点的入度,即di(υi)=∑aij;
然后针对n维空间多移动机器人系统的通信拓扑图,根据l=1、...、M,k=1、...、N,定义第k个跟随者机器人所对应节点与第l个领航者机器人所对应节点之间边上的权重系数bkl,即若第k个跟随者机器人与第l个领航者机器人之间具备通信交互通道,则bkl=1,否则bkl=0;
最后根据惯性坐标系下多领航者机器人与多跟随者机器人分别对应的动力学模型,结合多领航者机器人所对应的速度状态估计信息,构造多移动机器人一致性包含控制误差面如下,多移动机器人分布式包含控制协议;
skx=[skx,1,…,skx,n]T,skx表示n维空间多移动机器人系统中第k个跟随者机器人的位置回路分布式包含控制协议,skx,n表示第k个跟随者机器人对应第n维方向的位置回路分布式包含控制协议,skv=[skv,1,…,skv,n]T,skv表示n维空间多移动机器人系统中第k个跟随者机器人的速度回路分布式包含控制协议,skv,n表示第k个跟随者机器人对应第n维方向的速度回路分布式包含控制协议;xj'表示n维空间多移动机器人系统中第j'个跟随者机器人的位置状态;xk表示n维空间多移动机器人系统中第k个跟随者机器人的位置状态;vj'表示n维空间多移动机器人系统中第j'个跟随者机器人的速度状态;vk表示n维空间多移动机器人系统中第k个跟随者机器人的速度状态;xl表示n维空间多移动机器人系统中第l个领航者机器人的位置状态;表示多领航者机器人中第l个领航者机器人所对应的速度状态估计信息。
作为本发明的一种优选技术方案:所述步骤C中,针对遭受不确定环境干扰影响的跟随者机器人动力学模型,设计固定时间干扰观测器如下,用于对外部扰动进行实时估计与补偿;
xk表示n维空间多移动机器人系统中第k个跟随者机器人的位置状态;vk表示n维空间多移动机器人系统中第k个跟随者机器人的速度状态;ωk表示n维空间多移动机器人系统中第k个跟随者机器人所对应的不确定外界干扰;uk表示n维空间多移动机器人系统中第k个跟随者机器人的控制输入信号;分别是xk、vk、ωk的估计值;μk是vi的误差估计,ρk、ηk、σk、κk为第k个跟随者机器人所对应预设干扰观测器设计参数,sig(μk)=sign(μk)|μk|,sign(·)是符号函数,为积分变量。
作为本发明的一种优选技术方案:所述步骤D包括如下操作:
首先构建性能函数如下:
ζ(t)=(ζ0-ζ∞)e-ct+ζ∞
然后根据系统误差预设要求:-δ1ζ(t)<skx<δ2ζ(t)、通过误差转换函数ψ(·)将多移动机器人分布式包含控制协议中的包含控制误差面转化为预设性能误差使包含控制误差面收敛到预设性能边界内,实现对多移动机器人分布式包含控制协议的更新;其中,表示n维空间多移动机器人系统中第k个跟随者机器人对应多移动机器人分布式包含控制协议中包含控制误差面通过误差转换函数ψ(·)转化后的误差变量,即预设性能误差,误差转换函数ψ(·):(-δ1,δ2)→(-∞,+∞)是一个递增的光滑函数,且该函数ψ(·)如下:
其中,λ为预设可调参数常量,0<δ1<1,0<δ2<1为预设设计参数,用于调节预设性能边界。
作为本发明的一种优选技术方案:所述步骤E包括如下操作:
k=1、...、N,vk表示n维空间多移动机器人系统中第k个跟随者机器人的速度状态;ζ(t)表示性能函数,是一个正的连续递减函数;表示性能函数ζ(t)的一阶导数;dk表示n维空间多移动机器人系统中第k个跟随者机器人所对应节点的入度;akj'表示n维空间多移动机器人系统的通信拓扑图中第k个跟随者机器人所对应节点与第j'个跟随者机器人所对应节点之间边上的权重系数,当第k个跟随者机器人与第j'个跟随者机器人之间具备通信交互通道,则akj'=1,否则akj'=0;j'=1、...、N,vj'表示n维空间多移动机器人系统中第j'个跟随者机器人的速度状态;l=1、...、M,bkl表示第k个跟随者机器人所对应节点与第l个领航者机器人所对应节点之间边上的权重系数,即若第k个跟随者机器人与第l个领航者机器人之间具备通信交互通道,则bkl=1,否则bkl=0;表示多领航者机器人中第l个领航者机器人所对应的速度状态估计信息;skx表示n维空间多移动机器人系统中第k个跟随者机器人的位置回路分布式包含控制协议;
αk表示n维空间多移动机器人系统中第k个跟随者机器人的位置回路虚拟控制信号,然后进一步构建误差ek如下:
最后获得控制协议uk如下,uk表示n维空间多移动机器人系统中第k个跟随者机器人的控制输入信号,即获得多移动机器人分布式包含控制器,用于对n维空间多移动机器人系统中的各跟随者机器人实现协同控制;
其中,βk1、βk2表示n维空间多移动机器人系统中第k个跟随者机器人所对应的预设控制器设计参数,且βk1>0,βk2>0。
本发明所述一种网络化多移动机器人分布式保性能包含控制方法,采用以上技术方案与现有技术相比,具有以下技术效果:
本发明所设计一种网络化多移动机器人分布式保性能包含控制方法,首先建立遭受不确定环境干扰影响的移动机器人动力学模型,同时考虑因传感器性能约束导致的领航者速度信息无法精确获取的问题,采用跟踪微分器对多领航者机器人的速度状态进行估计;其次基于多移动机器人动力学模型、结合多领航者机器人的速度状态估计信息,构造多移动机器人分布式包含控制协议;然后为消除系统中不确定动态环境干扰的影响,设计固定时间干扰观测器对外部扰动进行实时估计与补偿;最后利用性能函数结合误差转换函数对多移动机器人分布式包含控制协议进行性能转换,针对多移动机器人包含控制系统中领航者机器人速度状态无法精确获取和同步误差瞬态值、超调量等动态性能无法得到保障的情况,能够有效控制跟随者机器人被驱动至领航者机器人所形成的凸包内。
附图说明
图1是本发明所设计网络化多移动机器人分布式保性能包含控制方法流程图;
图2是网络化多移动机器人系统的通信拓扑示意图;
图3是跟踪微分器对领航者机器人X、Y轴方向速度的估计效果示意图;
图4是保性能约束下各跟随者机器人X轴方向一致性包含控制误差响应示意图;
图5是保性能约束下各跟随者机器人Y轴方向一致性包含控制误差响应示意图;
图6是各移动机器人X轴方向速度状态输出一致性示意图;
图7是各移动机器人Y轴方向速度状态输出一致性示意图;
图8是惯性坐标系下网络化多移动机器人X-Y平面运动轨迹示意图。
具体实施方式
下面结合说明书附图对本发明的具体实施方式作进一步详细的说明。
本发明针对多移动机器人包含控制系统中领航者机器人速度状态无法精确获取和同步误差瞬态值、超调量等动态性能无法得到保障的问题,设计了一种网络化多移动机器人分布式保性能包含控制方法,针对包含M个领航者机器人与N个跟随者机器人的n维空间多移动机器人系统,如图1所示,按如下步骤,实现对n维空间多移动机器人系统中各跟随者机器人的协同控制。
步骤A.建立惯性坐标系下多领航者机器人与多跟随者机器人分别对应的动力学模型,并采用跟踪微分器对多领航者机器人所对应动力学模型中的速度状态进行估计,获得多领航者机器人所对应的速度状态估计信息,然后进入步骤B。
具体设计实施中,上述步骤A中按如下操作,建立惯性坐标系下多领航者机器人与多跟随者机器人分别对应的动力学模型。
首先建立惯性坐标系下多领航者机器人所对应动力学模型如下:
l=1、...、M,xl=(xl,1,…,xl,n),xl表示n维空间多移动机器人系统中第l个领航者机器人的位置状态,xl,n表示第l个领航者机器人对应第n维方向的位置状态;vl表示n维空间多移动机器人系统中第l个领航者机器人的速度状态;ul表示n维空间多移动机器人系统中第l个领航者机器人的控制输入量。
然后建立惯性坐标系下多跟随者机器人所对应动力学模型如下:
k=1、...、N,xk=(xk,1,…,xk,n),xk表示n维空间多移动机器人系统中第k个跟随者机器人的位置状态,xk,n表示第k个跟随者机器人对应第n维方向的位置状态;vk表示n维空间多移动机器人系统中第k个跟随者机器人的速度状态;uk表示n维空间多移动机器人系统中第k个跟随者机器人的控制输入量,ωk表示n维空间多移动机器人系统中第k个跟随者机器人所对应的不确定外界干扰。
进一步采用跟踪微分器对多领航者机器人所对应动力学模型中的速度状态进行估计,获得多领航者机器人所对应的速度状态估计信息。
针对n维空间多移动机器人系统中的多领航者机器人,建立二阶跟踪微分器如下:
其中,z1和z2分别表示二阶跟踪微分器的状态变量,非线性函数F(z1,z2)=ξ(z1)+ξ(z2),τl为第l个领航者机器人所对应二阶跟踪微分器中大于0的预设常数参量,根据非线性函数F(·)的解满足z1(t)→0、且z2(t)→0(t→∞),则对于任意满足T>0的可积、且有界信号Ql,更新二阶跟踪微分器如下,t表示时间变量,z1(t)表示二阶跟踪微分器中一阶状态分量对应时刻t的值,z2(t)表示二阶跟踪微分器中二阶状态分量对应时刻t的值,T表示某一大于零的时刻,Ql表示任意满足T>0的可积、有界信号,是跟踪微分器的输入信号。
即在有限时间内确保|X1-Ql|和有界,且跟踪效果较为精准,进而应用该二阶跟踪微分器,获得多领航者机器人所对应动力学模型中速度状态vl的估计值即获得多领航者机器人中第l个领航者机器人所对应的速度状态估计信息l=1、...、M,X1和X2表示针对输入信号Ql所构造二阶跟踪微分器的状态变量,Rl表示预设正的可调参数,“.”表示微分,表示输入信号Ql的微分信号估计值。
步骤B.根据惯性坐标系下多领航者机器人与多跟随者机器人分别对应的动力学模型,结合多领航者机器人所对应的速度状态估计信息,构造多移动机器人分布式包含控制协议,然后进入步骤C。
实际实施中,上述步骤B具体设计执行如下:
首先以n维空间多移动机器人系统中各移动机器人为各节点,两两移动机器人分别所对应节点之间建立边,定义n维空间多移动机器人系统的通信拓扑图其中,i=1、…、M+N,j=1、…、M+N,表示n维空间多移动机器人系统中所有节点的集合,υi表示n维空间多移动机器人系统中第i个机器人对应的节点;表示n维空间多移动机器人系统中所有边的集合,eji表示n维空间多移动机器人系统中第j个机器人所对应节点与第i个机器人所对应节点之间的边,表示n维空间多移动机器人系统的邻接矩阵,aij表示n维空间多移动机器人系统中各条边上的权重系数,当第j个机器人与第i个机器人之间具备通信交互通道,则aij=1,否则aij=0,且aii=0、ajj=0,由于系统中的每个节点已经储存了自身信息,不需要与自身进行通信,并分别针对各移动机器人所对应节点,定义移动机器人所对应节点直接相连各边上权重系数之和、作为该移动机器人所对应节点的入度,即di(υi)=∑aij。
然后针对n维空间多移动机器人系统的通信拓扑图,根据l=1、...、M,k=1、...、N,定义第k个跟随者机器人所对应节点与第l个领航者机器人所对应节点之间边上的权重系数bkl,即若第k个跟随者机器人与第l个领航者机器人之间具备通信交互通道,则bkl=1,否则bkl=0。
最后根据惯性坐标系下多领航者机器人与多跟随者机器人分别对应的动力学模型,结合多领航者机器人所对应的速度状态估计信息,构造多移动机器人一致性包含控制误差面如下,多移动机器人分布式包含控制协议;
skx=[skx,1,…,skx,n]T,skx表示n维空间多移动机器人系统中第k个跟随者机器人的位置回路分布式包含控制协议,skx,n表示第k个跟随者机器人对应第n维方向的位置回路分布式包含控制协议,skv=[skv,1,…,skv,n]T,skv表示n维空间多移动机器人系统中第k个跟随者机器人的速度回路分布式包含控制协议,skv,n表示第k个跟随者机器人对应第n维方向的速度回路分布式包含控制协议;xj'表示n维空间多移动机器人系统中第j'个跟随者机器人的位置状态;xk表示n维空间多移动机器人系统中第k个跟随者机器人的位置状态;vj'表示n维空间多移动机器人系统中第j'个跟随者机器人的速度状态;vk表示n维空间多移动机器人系统中第k个跟随者机器人的速度状态;xl表示n维空间多移动机器人系统中第l个领航者机器人的位置状态;表示多领航者机器人中第l个领航者机器人所对应的速度状态估计信息,在多机器人系统运行过程中,当跟随者机器人的包含误差面趋近于零时,则说明跟随者机器人已经被驱动至领航者机器人所形成的凸包内。
步骤C.针对遭受不确定环境干扰影响的跟随者机器人动力学模型,设计固定时间干扰观测器如下,用于对外部扰动进行实时估计与补偿,然后进入步骤D。
xk表示n维空间多移动机器人系统中第k个跟随者机器人的位置状态;vk表示n维空间多移动机器人系统中第k个跟随者机器人的速度状态;ωk表示n维空间多移动机器人系统中第k个跟随者机器人所对应的不确定外界干扰;uk表示n维空间多移动机器人系统中第k个跟随者机器人的控制输入信号;分别是xk、vk、ωk的估计值;μk是vi的误差估计,ρk、ηk、σk、κk为第k个跟随者机器人所对应预设干扰观测器设计参数,sig(μk)=sign(μk)|μk|,sign(·)是符号函数,为积分变量。
步骤D.利用性能函数,并结合误差转换函数,按如下操作,针对多移动机器人分布式包含控制协议进行性能转换,更新多移动机器人分布式包含控制协议,然后进入步骤E。
首先构建性能函数如下:
ζ(t)=(ζ0-ζ∞)e-ct+ζ∞
然后根据系统误差预设要求:-δ1ζ(t)<skx<δ2ζ(t)、为使包含控制误差面收敛到预设性能边界内,通过误差转换函数ψ(·)将多移动机器人分布式包含控制协议中的包含控制误差面转化为预设性能误差使包含控制误差面收敛到预设性能边界内,实现对多移动机器人分布式包含控制协议的更新;其中,表示n维空间多移动机器人系统中第k个跟随者机器人对应多移动机器人分布式包含控制协议中包含控制误差面通过误差转换函数ψ(·)转化后的误差变量,即预设性能误差,误差转换函数ψ(·):(-δ1,δ2)→(-∞,+∞)是一个递增的光滑函数,且该函数ψ(·)如下:
其中,λ为预设可调参数常量,0<δ1<1,0<δ2<1为预设设计参数,用于调节预设性能边界。
步骤E.根据更新后的多移动机器人分布式包含控制协议,结合固定时间干扰观测器的观测信息,执行如下操作,设计多移动机器人分布式包含控制器,用于对n维空间多移动机器人系统中的各跟随者机器人实现协同控制。
k=1、...、N,vk表示n维空间多移动机器人系统中第k个跟随者机器人的速度状态;ζ(t)表示性能函数,是一个正的连续递减函数;表示性能函数ζ(t)的一阶导数;dk表示n维空间多移动机器人系统中第k个跟随者机器人所对应节点的入度;akj'表示n维空间多移动机器人系统的通信拓扑图中第k个跟随者机器人所对应节点与第j'个跟随者机器人所对应节点之间边上的权重系数,当第k个跟随者机器人与第j'个跟随者机器人之间具备通信交互通道,则akj'=1,否则akj'=0;j'=1、...、N,vj'表示n维空间多移动机器人系统中第j'个跟随者机器人的速度状态;l=1、...、M,bkl表示第k个跟随者机器人所对应节点与第l个领航者机器人所对应节点之间边上的权重系数,即若第k个跟随者机器人与第l个领航者机器人之间具备通信交互通道,则bkl=1,否则bkl=0;表示多领航者机器人中第l个领航者机器人所对应的速度状态估计信息;skx表示n维空间多移动机器人系统中第k个跟随者机器人的位置回路分布式包含控制协议。
αk表示n维空间多移动机器人系统中第k个跟随者机器人的位置回路虚拟控制信号,然后进一步构建误差ek如下:
最后获得控制协议uk如下,uk表示n维空间多移动机器人系统中第k个跟随者机器人的控制输入信号,即获得多移动机器人分布式包含控制器,用于对n维空间多移动机器人系统中的各跟随者机器人实现协同控制。
其中,βk1、βk2表示n维空间多移动机器人系统中第k个跟随者机器人所对应的预设控制器设计参数,且βk1>0,βk2>0。
将本发明所设计网络化多移动机器人分布式保性能包含控制方法,应用于实际当中,考虑二维空间中由3个领航者机器人和4个跟随者机器人组成的多移动机器人系统,如图2所示,将编号为5、6、7的虚线圆定义为领航者机器人,编号为1、2、3、4的实线圆定义为跟随者机器人,整个通信拓扑图为有向图,每个跟随者机器人至少接收一个来自领航者机器人传输的信息,从而完成多机器人分布式信息交互。
系统的通信权重系数设定为akj'=1,bkl=1,由于领航者机器人没有邻居,所以此时的通信拓扑图的Laplacian矩阵定义为:
由通信拓扑图设计相应Laplacian矩阵:
设计一个二维平面的运动轨迹,运动轨迹由三个领航者机器人生成,沿x轴和y轴的运动轨迹定义为:
控制器参数设置为:β11=β21=β31=β41=1,β12=β22=β32=β42=1,R5=R6=R7=100,τ51=τ61=τ71=1,τ52=τ62=τ72=2,λ=0.5,δ1=0.55,δ2=0.2,ωk1=-0.2sin((π(t-1))/2),ωk2=cos(π(t-1)),ζk=10,ρk=0.5,ηk=5,σk=0.7,κk=0.5,多移动机器人分布式保性能包含控制系统基于以上参数得以实现控制效果。
具体实际实施中,如图3至图8所示,依次为跟踪微分器对领航者机器人X、Y轴方向速度的估计效果、保性能约束下各跟随者机器人X轴方向一致性包含控制误差响应示意、保性能约束下各跟随者机器人Y轴方向一致性包含控制误差响应示意、各移动机器人X轴方向速度状态输出一致性示意、各移动机器人Y轴方向速度状态输出一致性示意惯性坐标系下网络化多移动机器人X-Y平面运动轨迹示意图。
上述技术方案所设计网络化多移动机器人分布式保性能包含控制方法,首先建立遭受不确定环境干扰影响的移动机器人动力学模型,同时考虑因传感器性能约束导致的领航者速度信息无法精确获取的问题,采用跟踪微分器对多领航者机器人的速度状态进行估计;其次基于多移动机器人动力学模型、结合多领航者机器人的速度状态估计信息,构造多移动机器人分布式包含控制协议;然后为消除系统中不确定动态环境干扰的影响,设计固定时间干扰观测器对外部扰动进行实时估计与补偿;最后利用性能函数结合误差转换函数对多移动机器人分布式包含控制协议进行性能转换,针对多移动机器人包含控制系统中领航者机器人速度状态无法精确获取和同步误差瞬态值、超调量等动态性能无法得到保障的情况,能够有效控制跟随者机器人被驱动至领航者机器人所形成的凸包内。
上面结合附图对本发明的实施方式作了详细说明,但是本发明并不限于上述实施方式,在本领域普通技术人员所具备的知识范围内,还可以在不脱离本发明宗旨的前提下做出各种变化。
Claims (7)
1.一种网络化多移动机器人分布式保性能包含控制方法,其特征在于:针对包含M个领航者机器人与N个跟随者机器人的n维空间多移动机器人系统,按如下步骤,实现对n维空间多移动机器人系统中各跟随者机器人的协同控制;
步骤A.建立惯性坐标系下多领航者机器人与多跟随者机器人分别对应的动力学模型,并采用跟踪微分器对多领航者机器人所对应动力学模型中的速度状态进行估计,获得多领航者机器人所对应的速度状态估计信息,然后进入步骤B;
步骤B.根据惯性坐标系下多领航者机器人与多跟随者机器人分别对应的动力学模型,结合多领航者机器人所对应的速度状态估计信息,构造多移动机器人分布式包含控制协议,然后进入步骤C;
步骤C.针对遭受不确定环境干扰影响的跟随者机器人动力学模型,设计固定时间干扰观测器,用于对外部扰动进行实时估计与补偿,然后进入步骤D;
步骤D.利用性能函数,并结合误差转换函数,针对多移动机器人分布式包含控制协议进行性能转换,更新多移动机器人分布式包含控制协议,然后进入步骤E;
步骤E.根据更新后的多移动机器人分布式包含控制协议,结合固定时间干扰观测器的观测信息,设计多移动机器人分布式包含控制器,用于对n维空间多移动机器人系统中的各跟随者机器人实现协同控制。
2.根据权利要求1所述一种网络化多移动机器人分布式保性能包含控制方法,其特征在于:所述步骤A中按如下操作,建立惯性坐标系下多领航者机器人与多跟随者机器人分别对应的动力学模型;
首先建立惯性坐标系下多领航者机器人所对应动力学模型如下:
l=1、...、M,xl=(xl,1,…,xl,n),xl表示n维空间多移动机器人系统中第l个领航者机器人的位置状态,xl,n表示第l个领航者机器人对应第n维方向的位置状态;vl表示n维空间多移动机器人系统中第l个领航者机器人的速度状态;ul表示n维空间多移动机器人系统中第l个领航者机器人的控制输入量;
然后建立惯性坐标系下多跟随者机器人所对应动力学模型如下:
k=1、...、N,xk=(xk,1,…,xk,n),xk表示n维空间多移动机器人系统中第k个跟随者机器人的位置状态,xk,n表示第k个跟随者机器人对应第n维方向的位置状态;vk表示n维空间多移动机器人系统中第k个跟随者机器人的速度状态;uk表示n维空间多移动机器人系统中第k个跟随者机器人的控制输入量,ωk表示n维空间多移动机器人系统中第k个跟随者机器人所对应的不确定外界干扰。
3.根据权利要求1所述一种网络化多移动机器人分布式保性能包含控制方法,其特征在于:所述步骤A中按如下操作,采用跟踪微分器对多领航者机器人所对应动力学模型中的速度状态进行估计,获得多领航者机器人所对应的速度状态估计信息;
针对n维空间多移动机器人系统中的多领航者机器人,建立二阶跟踪微分器如下:
其中,z1和z2分别表示二阶跟踪微分器的状态变量,非线性函数F(z1,z2)=ξ(z1)+ξ(z2),τl为第l个领航者机器人所对应二阶跟踪微分器中大于0的预设常数参量,根据非线性函数F(·)的解满足z1(t)→0、且z2(t)→0(t→∞),则对于任意满足T>0的可积、且有界信号Ql,更新二阶跟踪微分器如下,t表示时间变量,z1(t)表示二阶跟踪微分器中一阶状态分量对应时刻t的值,z2(t)表示二阶跟踪微分器中二阶状态分量对应时刻t的值,T表示某一大于零的时刻,Ql表示任意满足T>0的可积、有界信号,是跟踪微分器的输入信号;
4.根据权利要求1所述一种网络化多移动机器人分布式保性能包含控制方法,其特征在于:所述步骤B包括如下:
首先以n维空间多移动机器人系统中各移动机器人为各节点,两两移动机器人分别所对应节点之间建立边,定义n维空间多移动机器人系统的通信拓扑图其中,i=1、…、M+N,j=1、…、M+N,表示n维空间多移动机器人系统中所有节点的集合,υi表示n维空间多移动机器人系统中第i个机器人对应的节点;表示n维空间多移动机器人系统中所有边的集合,eji表示n维空间多移动机器人系统中第j个机器人所对应节点与第i个机器人所对应节点之间的边,表示n维空间多移动机器人系统的邻接矩阵,aij表示n维空间多移动机器人系统中各条边上的权重系数,当第j个机器人与第i个机器人之间具备通信交互通道,则aij=1,否则aij=0,且aii=0、ajj=0,并分别针对各移动机器人所对应节点,定义移动机器人所对应节点直接相连各边上权重系数之和、作为该移动机器人所对应节点的入度,即di(υi)=∑aij;
然后针对n维空间多移动机器人系统的通信拓扑图,根据l=1、...、M,k=1、...、N,定义第k个跟随者机器人所对应节点与第l个领航者机器人所对应节点之间边上的权重系数bkl,即若第k个跟随者机器人与第l个领航者机器人之间具备通信交互通道,则bkl=1,否则bkl=0;
最后根据惯性坐标系下多领航者机器人与多跟随者机器人分别对应的动力学模型,结合多领航者机器人所对应的速度状态估计信息,构造多移动机器人一致性包含控制误差面如下,多移动机器人分布式包含控制协议;
skx=[skx,1,…,skx,n]T,skx表示n维空间多移动机器人系统中第k个跟随者机器人的位置回路分布式包含控制协议,skx,n表示第k个跟随者机器人对应第n维方向的位置回路分布式包含控制协议,skv=[skv,1,…,skv,n]T,skv表示n维空间多移动机器人系统中第k个跟随者机器人的速度回路分布式包含控制协议,skv,n表示第k个跟随者机器人对应第n维方向的速度回路分布式包含控制协议;xj'表示n维空间多移动机器人系统中第j'个跟随者机器人的位置状态;xk表示n维空间多移动机器人系统中第k个跟随者机器人的位置状态;vj'表示n维空间多移动机器人系统中第j'个跟随者机器人的速度状态;vk表示n维空间多移动机器人系统中第k个跟随者机器人的速度状态;xl表示n维空间多移动机器人系统中第l个领航者机器人的位置状态;表示多领航者机器人中第l个领航者机器人所对应的速度状态估计信息。
5.根据权利要求1所述一种网络化多移动机器人分布式保性能包含控制方法,其特征在于:所述步骤C中,针对遭受不确定环境干扰影响的跟随者机器人动力学模型,设计固定时间干扰观测器如下,用于对外部扰动进行实时估计与补偿;
6.根据权利要求1所述一种网络化多移动机器人分布式保性能包含控制方法,其特征在于:所述步骤D包括如下操作:
首先构建性能函数如下:
ζ(t)=(ζ0-ζ∞)e-ct+ζ∞
然后根据系统误差预设要求:-δ1ζ(t)<skx<δ2ζ(t)、通过误差转换函数ψ(·)将多移动机器人分布式包含控制协议中的包含控制误差面转化为预设性能误差使包含控制误差面收敛到预设性能边界内,实现对多移动机器人分布式包含控制协议的更新;其中,表示n维空间多移动机器人系统中第k个跟随者机器人对应多移动机器人分布式包含控制协议中包含控制误差面通过误差转换函数ψ(·)转化后的误差变量,即预设性能误差,误差转换函数ψ(·):(-δ1,δ2)→(-∞,+∞)是一个递增的光滑函数,且该函数ψ(·)如下:
其中,λ为预设可调参数常量,0<δ1<1,0<δ2<1为预设设计参数,用于调节预设性能边界。
7.根据权利要求1所述一种网络化多移动机器人分布式保性能包含控制方法,其特征在于:所述步骤E包括如下操作:
首先使用反步技术对对预设性能误差θkx(t)求导,得:
k=1、...、N,vk表示n维空间多移动机器人系统中第k个跟随者机器人的速度状态;ζ(t)表示性能函数,是一个正的连续递减函数;表示性能函数ζ(t)的一阶导数;dk表示n维空间多移动机器人系统中第k个跟随者机器人所对应节点的入度;akj'表示n维空间多移动机器人系统的通信拓扑图中第k个跟随者机器人所对应节点与第j'个跟随者机器人所对应节点之间边上的权重系数,当第k个跟随者机器人与第j'个跟随者机器人之间具备通信交互通道,则akj'=1,否则akj'=0;j'=1、...、N,vj'表示n维空间多移动机器人系统中第j'个跟随者机器人的速度状态;l=1、...、M,bkl表示第k个跟随者机器人所对应节点与第l个领航者机器人所对应节点之间边上的权重系数,即若第k个跟随者机器人与第l个领航者机器人之间具备通信交互通道,则bkl=1,否则bkl=0;表示多领航者机器人中第l个领航者机器人所对应的速度状态估计信息;skx表示n维空间多移动机器人系统中第k个跟随者机器人的位置回路分布式包含控制协议;
αk表示n维空间多移动机器人系统中第k个跟随者机器人的位置回路虚拟控制信号,然后进一步构建误差ek如下:
最后获得控制协议uk如下,uk表示n维空间多移动机器人系统中第k个跟随者机器人的控制输入信号,即获得多移动机器人分布式包含控制器,用于对n维空间多移动机器人系统中的各跟随者机器人实现协同控制;
其中,βk1、βk2表示n维空间多移动机器人系统中第k个跟随者机器人所对应的预设控制器设计参数,且βk1>0,βk2>0。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211521087.8A CN115857501A (zh) | 2022-11-30 | 2022-11-30 | 一种网络化多移动机器人分布式保性能包含控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211521087.8A CN115857501A (zh) | 2022-11-30 | 2022-11-30 | 一种网络化多移动机器人分布式保性能包含控制方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115857501A true CN115857501A (zh) | 2023-03-28 |
Family
ID=85668322
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211521087.8A Pending CN115857501A (zh) | 2022-11-30 | 2022-11-30 | 一种网络化多移动机器人分布式保性能包含控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115857501A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117226849A (zh) * | 2023-11-09 | 2023-12-15 | 广东工业大学 | 多机械臂自适应滑模控制方法及系统 |
-
2022
- 2022-11-30 CN CN202211521087.8A patent/CN115857501A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117226849A (zh) * | 2023-11-09 | 2023-12-15 | 广东工业大学 | 多机械臂自适应滑模控制方法及系统 |
CN117226849B (zh) * | 2023-11-09 | 2024-02-06 | 广东工业大学 | 多机械臂自适应滑模控制方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Wu et al. | Mixed fuzzy sliding-mode tracking with backstepping formation control for multi-nonholonomic mobile robots subject to uncertainties: category (3),(5) | |
Li et al. | Fuzzy adaptive fault tolerant time-varying formation control for nonholonomic multirobot systems with range constraints | |
CN111522341A (zh) | 网络异构机器人系统的多时变编队跟踪控制方法及系统 | |
CN110262494B (zh) | 一种同构多无人艇系统的协同学习与编队控制方法 | |
CN109471361B (zh) | 一种异构多机器人系统的多目标跟踪控制方法 | |
CN110262256A (zh) | 一种非线性遥操作系统的多边自适应滑模控制方法 | |
CN113268064A (zh) | 一种考虑通信时延的多移动机器人协同编队控制方法 | |
CN110658821A (zh) | 一种多机器人抗干扰分组时变编队控制方法及系统 | |
CN112148036B (zh) | 网络化机器人系统的固定时间估计器的双边跟踪控制方法 | |
CN110497415B (zh) | 一种基于干扰观测器的多机械臂系统的一致控制方法 | |
CN115857501A (zh) | 一种网络化多移动机器人分布式保性能包含控制方法 | |
CN114047744A (zh) | 基于采样通信的自适应反步滑模多无人艇编队控制方法 | |
Barghi et al. | On the finite horizon Nash equilibrium solution in the differential game approach to formation control | |
Rego et al. | Cooperative path-following control with logic-based communications: Theory and practice | |
Imran et al. | Adaptive control of quadrotor unmanned aerial vehicle with time-varying uncertainties | |
Chang et al. | Adaptive output-feedback fault-tolerant tracking control for mobile robots under partial loss of actuator effectiveness | |
CN107807534B (zh) | 一种多轮式机器人自适应协同控制算法及控制系统 | |
CN114637301B (zh) | 基于最优仿射队形变换的多机器人动态避障装置及方法 | |
CN109176529B (zh) | 一种空间机器人协调运动的自适应模糊控制方法 | |
CN111216146B (zh) | 一种适用于网络化机器人系统的二部一致性量化控制方法 | |
CN116224798A (zh) | 一种基于事件触发的自主水下航行器轨迹跟踪控制方法 | |
Li et al. | Distributed Formation Control for Multiple Quadrotor UAVs Based on Distributed Estimator and Singular Perturbation System | |
CN106354144A (zh) | 无人船航向控制自动纠偏方法及系统 | |
CN109062232B (zh) | 海底地震检波飞行节点分布式有限时间防抖振构型包含控制方法 | |
CN112327622A (zh) | 一种中性浮力机器人一致性容错控制方法 |
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 |