无模型自适应编队控制方法研究及在NAO机器人中的应用

发布时间：2020-03-27 02:43

【摘要】：多智能体系统是由多个智能体按照一定方法或规律有机结合而成,相较于单智能体系统,多智能体系统不仅具有所有单智能体的特性和优点,并且可以通过智能体之间的协作完成更加复杂、困难的任务。多智能体编队控制是多智能体协同运动控制的基础,也是研究的热门方向之一。目前的多智能体编队控制方法多需要系统同构且模型已知,无模型自适应控制属于数据驱动控制,无需建模,仅利用系统输入输出数据设计控制器,无模型自适应控制为未知异构多智能体编队控制提供了一种新的思路。本文研究了基于一类异构非线性多智能体系统的编队控制问题,提出了一种无模型自适应编队控制方案,通过轮式倒立摆的MATLAlB编队仿真和NAO机器人编队实验验证了所提编队控制方案的有效性。具体工作如下:(1)学习和研究几种常用的编队控制方法以及无模型自适应控制算法,将基于全格式动态线性化的无模型自适应控制方法与图论法相结合,提出了一种未知异构非线性多智能体系统的基于全格式动态线性化方法的无模型自适应编队控制(Full Form Dynamic Linearization based Model Free Adaptive Formation Control,FFDL-MFAFC)方案。(2)基于异构非线性的轮式倒立摆系统采用FFDL-MFAFC方案进行MATLAB编队仿真及比较研究。仿真包括两部分,第一部分是轮式倒立摆的速度跟踪控制,采用状态反馈法和PID控制方法分别完成倒立摆的平衡控制和速度控制;第二部分是针对三台轮式倒立摆系统采用FFDL-MFAFC方案进行编队控制,并与PID编队控制方案进行对比,结果表明FFDL-MFAFC方案控制效果更好。(3)利用三台NAO机器人搭建编队控制实验平台,并且基于该平台进行NAO机器人编队的直线行走实验和曲线行走实验。每个实验中分别采用FFDL-MFAFC方案和PID编队控制方案,并将两者的控制效果进行对比,结果表明FFDL-MFAFC方案的控制效果优于PID编队控制方案。仿真和实验均验证了FFDL-MFAFC方案的有效性和优越性。
【图文】：

多智能体系统,混合式

＿逦＿＿＾逡逑图１－２分布式多智能体系统逡逑Ｆｉｇｕｒｅ邋１－２邋Ｄｉｓｔｒｉｂｕｔｅ＾邋ｍｕｌｔｉ－ａｇｅｎｔ邋ｓｙｓｔｅｍ逡逑（３）混合式逡逑如图１－３所示，这种结构介于主从式与分布式的结构之间，是一种动态组织结逡逑构，在该结构中各智能体之间的信息交互以及控制关系是动态变化的。多智能体系逡逑统采用混合式结构完成一项任务目标，可使该系统既具有集中式的稳定性，又具有逡逑分布式的灵活性，缺点是实现的成本和难度比较高。逡逑主控申元逡逑１１／逦＼逡逑Ｌ邋＾邋Ｊ邋／逦＼邋Ｌ邋Ｊ逡逑自治智能体逡逑Ｌ逦Ｊ—Ｌ逦Ｊ逡逑图１－３混合式多智能体系统逡逑Ｆｉｇｕｒｅ邋１－３邋Ｈｙｂｒｉｄ邋ｍｕｌｔｉ－ａｇｅｎｔ邋ｓｙｓｔｅｍ逡逑当然在各类场景的实际应用中，多智能体系统的结构是丰富多变的，但是一般逡逑都是以上这三种多智能体结构的特例或者有机组合。逡逑除此之外，为了智能体之间能够更好地进行协作从而完成共同的目标，交互通逡逑信机制必不可少，因此，多智能体系统的交互通信问题也是研究的热门方向之一。逡逑智能体之间的交互方式［１８】一般有三种：协调、协作、协商

分布式多智能体

Ｆｉｇｕｒｅ邋１－２邋Ｄｉｓｔｒｉｂｕｔｅ＾邋ｍｕｌｔｉ－ａｇｅｎｔ邋ｓｙｓｔｅｍ逡逑（３）混合式逡逑如图１－３所示，，这种结构介于主从式与分布式的结构之间，是一种动态组织结逡逑构，在该结构中各智能体之间的信息交互以及控制关系是动态变化的。多智能体系逡逑统采用混合式结构完成一项任务目标，可使该系统既具有集中式的稳定性，又具有逡逑分布式的灵活性，缺点是实现的成本和难度比较高。逡逑主控申元逡逑１１／逦＼逡逑Ｌ邋＾邋Ｊ邋／逦＼邋Ｌ邋Ｊ逡逑自治智能体逡逑Ｌ逦Ｊ—Ｌ逦Ｊ逡逑图１－３混合式多智能体系统逡逑Ｆｉｇｕｒｅ邋１－３邋Ｈｙｂｒｉｄ邋ｍｕｌｔｉ－ａｇｅｎｔ邋ｓｙｓｔｅｍ逡逑当然在各类场景的实际应用中，多智能体系统的结构是丰富多变的，但是一般逡逑都是以上这三种多智能体结构的特例或者有机组合。逡逑除此之外，为了智能体之间能够更好地进行协作从而完成共同的目标，交互通逡逑信机制必不可少，因此，多智能体系统的交互通信问题也是研究的热门方向之一。逡逑智能体之间的交互方式［１８】一般有三种：协调、协作、协商，针对这些交互通信方式逡逑学者们进行了大量的研究。例如：文献［１９］提出了一种
【学位授予单位】：北京交通大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：TP242

【参考文献】