多智能体系统的最优编队控制

发布时间：2020-12-10 18:31

　　多智能体系统的编队控制是当前热门的研究课题,而避障问题更是其中一类基本问题。多智能体系统依靠几个智能体简单的组合并不能充分发挥其优势,只有通过某种形式的合作才能在复杂环境下完成任务,多智能体要实现相互间的合作,就需保证多机器人系统中信息流和控制流的畅通,为智能体之间的活动、交互作用提供框架。多智能体系统在许多方面有广泛的应用,例如群和群的集体行为,传感器融合和随机网络。文中主要讨论了多智能体系统编队的避障问题,利用智能体逻辑上和物理上的信息关系和控制关系,设计了编队控制器和编队算法,具体内容如下:(1)设计了一种新颖的分布式预测控制器,该控制器具有良好的稳定性,可让移动机器人沿所需路径运动期间保持期望的队形,并确保与障碍物或其他相邻机器人之间不会发生碰撞,同时通过分组延迟通信网络在它们之间进行数据交换。将闭环系统动力学方程描述为具有可调参数的延迟微分方程。通过设计的预测策略在每个机器人中同步确定这些可调增益,从而得到理想的编队。仿真和实验结果表明了该方案的有效性和适用性。(2)针对由标准运动学方程式描述的、对其线速度和角速度有严格约束的单轮式机器人群的编队问题,设计了一种分散式运动协调... 

【文章来源】：兰州交通大学甘肃省

【文章页数】：67 页

【学位级别】：硕士

【部分图文】：

多机器人系统编队场景

兰州交通大学硕士学位论文-53-图4.14车式机器人实物图为了验证该方案在现实世界的应用，如图4.14所示我们搭建了车式机器人平台，该车式机器人由图4.13所示的几大模块组成，用实物进一步验证所提出一致性算法的有效性和实用性，当机器人遇到障碍物时，避障控制开始起作用，驱使机器人避开障碍物，最终在机器人避开障碍物后，机器人朝着编队一致性的方向移动，最终看出在现实环境中的结果与MATLAB仿真出的结果基本一致。图4.15智能体避障的经典时刻4.4本章小结本文设计一种新的最优控制协议，该协议可以使多智能体系统达成编队一致，并通过合理的控制努力避免障碍，从逆最优控制的角度构造了避免二次障碍的惩罚函数，从而可以以解析形式获得最优控制律，并且证明它是拉普拉斯矩阵的线性形式，这意味着每个智能体的控制律只需要邻居的本地信息，还证明了一致性算法的渐近稳定性和最优性，仿真和实验结果表明，所提出的最优方法的有效性和实用性。

【参考文献】：
期刊论文
[1]基于径向基函数神经网络的移动机器人多变量固定时间编队控制[J]. 李艳东,朱玲,郭媛,于颖.  信息与控制. 2019(06)
[2]New advances in multiple autonomous aerial robots formation control technology[J]. XU Yang,LUO DeLin,YOU YanCheng,DUAN HaiBin.  Science China(Technological Sciences). 2019(10)
[3]基于领航跟随法的多AUV编队控制算法研究[J]. 李娟,袁锐锟,张宏瀚.  仪器仪表学报. 2019(06)
[4]基于单应性矩阵的移动机器人编队跟随控制[J]. 曹雨,刘山.  控制理论与应用. 2019(09)
[5]一种基于一致性的四旋翼无人机编队避障方法[J]. 成浩浩,齐晓慧,杨森,席雷平,甄云卉.  飞行力学. 2019(02)
[6]多自主水面航行器协同编队控制研究现状与进展[J]. 高振宇,郭戈.  信息与控制. 2018(05)
[7]具有随机多跳时变时延的多航天器协同编队姿态一致性[J]. 蔡光斌,闫杰,赵玉山,胡昌华.  控制理论与应用. 2018(10)
[8]基于滑模方法的分布式多无人机编队控制[J]. 周映江,蒋国平,周帆,曹宁.  信息与控制. 2018(03)
[9]复杂通信条件下的线性群系统编队控制方法[J]. 石晓航,张庆杰,吕俊伟.  信息与控制. 2018(03)
[10]基于结构持久图和视觉定位的多机器人编队生成与控制[J]. 刘彤,宗群,刘朋浩,董琦.  信息与控制. 2018(03)

博士论文
[1]网络化多智能体系统编队控制策略设计及实验验证[D]. 陈东亮.哈尔滨工业大学 2019

硕士论文
[1]基于多区域分级式的无人机编队控制算法研究[D]. 贾振.南京邮电大学 2019
[2]基于视觉引导的群体机器人编队控制及避障方法研究[D]. 蒋志颖.哈尔滨工业大学 2019
[3]动态环境下多机器人编队路径规划研究[D]. 魏丁丁.河北工程大学 2017
[4]多无人机编队与队形变换的航迹控制问题研究[D]. 李樾.国防科学技术大学 2016



本文编号：2909173