一种通讯范围约束下移动机器人的编队控制方法技术

本发明专利技术公开了一种通讯范围约束下移动机器人的编队控制方法，该方法针对移动机器人的模型不确定设计编队控制器，并保证编队误差最终收敛到零点。本发明专利技术步骤包括：构建移动机器人的动态模型；定义在领导者‑跟随者编队结构中第i个移动机器人与其领导者之间的距离变量与方位角变量；设计针对编队距离误差与方位角误差的性能函数；结合性能函数与tan型障碍李雅普诺夫函数及反步设计法设计编队控制器；运用自适应控制技术解决控制器设计中的模型不确定问题。本发明专利技术方法设计的编队控制器能使得在领导者‑跟随者编队结构中的每个移动机器人既能测量到其领导者的信息同时能避免与其领导者发生碰撞，编队误差满足预设的暂态性能，同时最终可以收敛到零点。

【技术实现步骤摘要】
一种通讯范围约束下移动机器人的编队控制方法
本专利技术涉及移动机器人的编队控制领域，特别涉及一种通讯范围约束下移动机器人的编队控制方法。
技术介绍
近些年来，移动机器人的编队控制越来越成为研究的热点，主要原因在于相对于单个移动机器人，具有一定编队结构的一群移动机器人在完成某些复杂危险操作时效率更高，诸如目标搜寻、环境保护、资源测量等。在众多的编队结构中，领导者-跟随者编队结构因为其结构简单并易于扩展，因而得到了更多的关注，目前关于此编队结构已有一定的研究成果。在领导者-跟随者编队结构中，每个移动机器人跟随其领导者，与此同时其自身也作为其跟随者的领导者，整个编队跟随给定的参考轨迹运动。由于每个移动机器人需要通过自身的车载传感器测量其领导者的运动信息来在线计算自身控制器的输出，而车载传感器的测量范围却是有限的，因此所设计的控制器应使得在编队运动的整个过程中每个移动机器人都能始终测量到其领导者，还需要与其领导者保持一定的安全距离以避免发生碰撞。为了解决这个问题，首先定义出每个移动机器人与其领导者之间的距离变量与方位角变量，距离变量与方位角变量在编队运动期间需一直处于安全有效的范围内。然后定义相应的距离误差变量与方位角误差变量，在控制器设计过程中考虑将误差限制在对应的安全范围内，因此将输出受限问题转化成了误差受限问题。同时，编队误差的暂态性能也是需要考虑的问题，因为若编队误差收敛太慢则每个移动机器人需要更长的时间才能达到其期望位置，而编队误差的超调量过大，则可能会导致每个移动机器人在调整其位置的过程中测量不到其领导者或者与其领导者发生碰撞。因此需对编队误差的暂态性能，如收敛速度与超调量等进行限制。本方设计了一种指数递减的性能函数，若保证编队误差始终在性能函数所规定的界内，则编队误差的收敛速度大于性能函数的收敛速度且超调量不会超过性能函数，通过改变性能函数的设计参数可以调节对误差的暂态性能的限制。将性能函数设计为在误差的安全范围内，则保证误差在性能函数规定的界内就不仅可保证每个移动机器人都能始终测量到其领导者且与其领导者避免发生碰撞，还可保证误差的暂态性能满足要求。关于误差受限问题，目前已有一定的研究成果，如可采用预设性能控制方法。预设性能控制方法通过一个映射函数将需要受限的误差转化成非受限的新误差，该映射函数具有这样的特点，若转化后的误差有界则转化前的误差始终在规定的范围内，这样就可以针对转化后的误差设计控制器，保证转化后的误差有界即可。另一种方法是障碍李雅普诺夫函数，障碍李雅普诺夫函数是关于误差与边界的正定函数，有各种不同的形式，但都有一个共同特点，即保证该障碍李雅普诺夫函数有界就可保证误差一直在边界函数规定的范围内。本方法采用一种具有对称指数递减边界的tan型障碍李雅普诺夫函数来处理误差受限问题。在移动机器人的领导者-跟随者编队控制中另一个重要的问题就是移动机器人的模型不确定问题。针对移动机器人所设计的编队控制器中需对模型中的部分进行补偿，模型不确定会影响系统的性能，甚至导致测量的失败或者碰撞的发生。解决模型不确定问题可以采用自适应控制方法或者神经网络控制方法。自适应控制技术主要解决模型参数不确定，在控制器中用对未知参数的估计值来补偿模型中的对应部分；神经网络控制方法一般采用RBF神经网络对模型未知部分进行拟合，在控制器中用神经网络的拟合值补偿模型中的未知部分。本方法采用自适应控制技术解决移动机器人的模型不确定问题，编队误差最终可以收敛到零点。
技术实现思路
本专利技术的目的在于克服现有技术中的缺点与不足，提供一种通讯范围约束下移动机器人的编队控制方法，本方法采用自适应控制技术针对模型参数不确定的移动机器人设计控制器，既能保证在领导者-跟随者编队结构中，每个移动机器人都能始终通过自身的车载传感器测量到其领导者并避免与其领导者发生碰撞，还保证了编队误差的暂态性能，且编队误差最终可收敛到零点。为实现以上目的，本专利技术采取如下技术方案：一种通讯范围约束下移动机器人的编队控制方法，包含以下步骤：步骤(1)：建立领导者-跟随者编队结构中移动机器人的动态模型，并将向量形式的动态模型展开成标量形式；步骤(2)：定义在领导者-跟随者编队结构中第i个移动机器人与其领导者之间的距离变量di与方位角变量θi，i＝1,2,3…N，并确保距离变量di与方位角变量θi及其对应的误差满足移动机器人的通讯范围约束；步骤(3)：针对编队距离误差和方位角误差的通讯范围约束条件,设计指数递减的性能函数βji；步骤(4)：采用tan型障碍李雅普诺夫函数并结合性能函数βji，来确保编队距离误差和方位角误差满足暂态性能的约束条件；步骤(5)：运用反步设计法针对距离误差系统和方位角误差系统进行虚拟控制器设计；步骤(6)：运用自适应控制技术解决移动机器人动态模型未知参数的不确定问题：根据步骤(5)设计的虚拟控制器来定义运动误差，并估计移动机器人模型中的未知参数Θli，并设计未知参数Θli估计值的自适应更新率；步骤(7)：基于步骤(4)到步骤(6)中的反步设计法、自适应控制技术与tan型障碍李雅普诺夫函数，设计编队控制器。作为优选的技术方案，步骤(1)中，第i个移动机器人的标量形式的动态模型为：其中，(xi,yi)和分别为第i个移动机器人的位置和方向,为相应的导数；vi,wi分别为第i个移动机器人的线速度和角速度，为相应的导数；表示转化为标量形式后线速度动态中的惯性系数；表示转化为标量形式后角速度动态中的惯性系数；Φvi表示转化为标量形式后线速度动态中的向心力、科氏力与阻尼部分；Φwi表示转化为标量形式后角速度动态中的向心力、科氏力与阻尼部分；τvi表示转化为标量形式后线速度动态中的控制力矩；τwi表示转化为标量形式后角速度动态中的控制力矩；其中：τvi＝τ1i+τ2i,τwi＝τ1i-τ2i式中，bi表示第i个移动机器人的两驱动轮之间的距离的二分之一；ci表示第i个移动机器人的向心力与科氏力系数；ri表示第i个移动机器人的驱动轮的半径；d11i表示第i个移动机器人动态模型阻尼矩阵中的左上角未知常系数；d22i表示第i个移动机器人动态模型阻尼矩阵中的右下角未知常系数；m11i表示第i个移动机器人的对称惯性矩阵中的左上角和右下角未知常系数；m12i表示第i个移动机器人的对称惯性矩阵中的右上角和左下角未知常系数；表示转化为标量形式后线速度动态中的惯性系数；表示转化为标量形式后角速度动态中的惯性系数；τ1i表示施加在第i个移动机器人左驱动轮上的力矩；τ2i表示施加在第i个移动机器人右驱动轮上的力矩。作为优选的技术方案，步骤(2)中，所述第i个移动机器人与其领导者之间的距离变量di与方位角变量θi，具体由如下公式定义：其中，表示将第i-1个移动机器人与第i个移动机器人在大地坐标系中的纵坐标之差转化为在体坐标系中的误差；表示将第i-1个移动机器人与第i个移动机器人在大地坐标系中的横坐标之差转化为在体坐标系中的误差；为保持移动机器人的通讯连接，要求在整个编队的运动过程中距离变量di与方位角变量θi满足以下通讯范围约束条件：dcol,i＜di(t)＜dcon,i,-θcon,i＜θi(t)＜θcon,i其中，dcol,i、dcon,i、θcon,i分别为设计的第i个移本文档来自技高网...

【技术保护点】
1.一种通讯范围约束下移动机器人的编队控制方法，其特征在于，包含以下步骤：步骤(1)：建立领导者‑跟随者编队结构中移动机器人的动态模型，并将向量形式的动态模型展开成标量形式；步骤(2)：定义在领导者‑跟随者编队结构中第i个移动机器人与其领导者之间的距离变量di与方位角变量θi，i＝1,2,3…N，并确保距离变量di与方位角变量θi及其对应的误差满足移动机器人的通讯范围约束；步骤(3)：针对编队距离误差和方位角误差的通讯范围约束条件,设计指数递减的性能函数βji；步骤(4)：采用tan型障碍李雅普诺夫函数并结合性能函数βji，来确保编队距离误差和方位角误差满足暂态性能的约束条件；步骤(5)：运用反步设计法针对距离误差系统和方位角误差系统进行虚拟控制器设计；步骤(6)：运用自适应控制技术解决移动机器人动态模型未知参数的不确定问题：根据步骤(5)设计的虚拟控制器来定义运动误差，并估计移动机器人模型中的未知参数Θli，并设计未知参数Θli估计值的自适应更新率；步骤(7)：基于步骤(4)到步骤(6)中的反步设计法、自适应控制技术与tan型障碍李雅普诺夫函数，设计编队控制器。

【技术特征摘要】
1.一种通讯范围约束下移动机器人的编队控制方法，其特征在于，包含以下步骤：步骤(1)：建立领导者-跟随者编队结构中移动机器人的动态模型，并将向量形式的动态模型展开成标量形式；步骤(2)：定义在领导者-跟随者编队结构中第i个移动机器人与其领导者之间的距离变量di与方位角变量θi，i＝1,2,3…N，并确保距离变量di与方位角变量θi及其对应的误差满足移动机器人的通讯范围约束；步骤(3)：针对编队距离误差和方位角误差的通讯范围约束条件,设计指数递减的性能函数βji；步骤(4)：采用tan型障碍李雅普诺夫函数并结合性能函数βji，来确保编队距离误差和方位角误差满足暂态性能的约束条件；步骤(5)：运用反步设计法针对距离误差系统和方位角误差系统进行虚拟控制器设计；步骤(6)：运用自适应控制技术解决移动机器人动态模型未知参数的不确定问题：根据步骤(5)设计的虚拟控制器来定义运动误差，并估计移动机器人模型中的未知参数Θli，并设计未知参数Θli估计值的自适应更新率；步骤(7)：基于步骤(4)到步骤(6)中的反步设计法、自适应控制技术与tan型障碍李雅普诺夫函数，设计编队控制器。2.根据权利要求1所述的通讯范围约束下移动机器人的编队控制方法，其特征在于，步骤(1)中，第i个移动机器人的标量形式的动态模型为：其中，(xi,yi)和分别为第i个移动机器人的位置和方向,为相应的导数；vi,wi分别为第i个移动机器人的线速度和角速度，为相应的导数；表示转化为标量形式后线速度动态中的惯性系数；表示转化为标量形式后角速度动态中的惯性系数；Φvi表示转化为标量形式后线速度动态中的向心力、科氏力与阻尼部分；Φwi表示转化为标量形式后角速度动态中的向心力、科氏力与阻尼部分；τvi表示转化为标量形式后线速度动态中的控制力矩；τwi表示转化为标量形式后角速度动态中的控制力矩；其中：τvi＝τ1i+τ2i,τwi＝τ1i-τ2i式中，bi表示第i个移动机器人的两驱动轮之间的距离的二分之一；ci表示第i个移动机器人的向心力与科氏力系数；ri表示第i个移动机器人的驱动轮的半径；d11i表示第i个移动机器人动态模型阻尼矩阵中的左上角未知常系数；d22i表示第i个移动机器人动态模型阻尼矩阵中的右下角未知常系数；m11i表示第i个移动机器人的对称惯性矩阵中的左上角和右下角未知常系数；m12i表示第i个移动机器人的对称惯性矩阵中的右上角和左下角未知常系数；表示转化为标量形式后线速度动态中的惯性系数；表示转化为标量形式后角速度动态中的惯性系数；τ1i表示施加在第i个移动机器人左驱动轮上的力矩；τ2i表示施加在第i个移动机器人右驱动轮上的力矩。3.根据权利要求1所述的通讯范围约束下移动机器人的编队控制方法，其特征在于，步骤(2)中，所述第i个移动机器人与其领导者之间的距离变量di与方位角变量θi，具体由如下公式定义：其中，表示将第i-1个移动机器人与第i个移动机器人在大地坐标系中的纵坐标之差转化为在体坐标系中的误差；表示将第i-1个移动机器人与第i个移动机器人在大地坐标系中的横坐标之差转化为在体坐标系中的误差；为保持移动机器人的通讯连接，要求在整个编队的运动过程中距离变量di与方位角变量θi满足以下通讯范围约束条件：dcol,i＜di(t)＜dcon,i,-θcon,i＜θi(t...

【专利技术属性】
技术研发人员：戴诗陆，陈鑫，王敏，李烈军，
申请(专利权)人：华南理工大学，
类型：发明
国别省市：广东,44