基于观测器的多移动机器人自适应编队跟踪控制方法技术

一种基于观测器的多移动机器人自适应编队跟踪控制方法，用于控制机器人系统中的多个移动机器人完全分布式自适应编队，所述多移动机器人自适应编队跟踪控制方法，包括：步骤A：创建移动机器人的动力学方程模型；步骤B：创建机器人的系统观测器模型；步骤C：设定要实现的多移动机器人编队向量；步骤D：确定多移动机器人编队控制的控制器；步骤E：用步骤D所确定的控制器实现多移动机器人自适应编队跟踪控制，以缓解当前多机器人系统运行中可能受某些物理条件限制，机器人系统状态信息不完全可测，以及领航机器人控制输入信息未知的情况，现有的集中式的控制方法具有很大的局限性，不适用于机器人数目较多的情况等技术问题。

Observer-based adaptive formation tracking control method for multiple mobile robots

An observer-based adaptive formation tracking control method for multiple mobile robots is proposed, which is used to control the fully distributed adaptive formation of multiple mobile robots in the robot system. The adaptive formation tracking control method for multiple mobile robots includes: step A: creating the dynamic equation model of the mobile robot; step B: creating the system observer model of the robot; Step C: Set the formation vectors of multi-mobile robots to be realized; Step D: Determine the controller of multi-mobile robots formation control; Step E: Realize the adaptive formation tracking control of multi-mobile robots with the controller determined by Step D, so as to alleviate the limitations of some physical conditions, incomplete measurable state information of the robot system, and navigation. In the case of unknown input information of robot control, the existing centralized control method has great limitations, and is not suitable for the case of large number of robots and other technical problems.

【技术实现步骤摘要】
基于观测器的多移动机器人自适应编队跟踪控制方法
本公开涉及机器人及其控制领域，尤其涉及一种基于观测器的多移动机器人自适应编队跟踪控制方法。
技术介绍
多机器人系统相较于单机器人具有更高效、更灵活、更好的鲁棒性等优势，多机器人编队是单机器人系统中的经典问题。多机器人编队控制主要是指多机器人在群体运动时能够克服环境障碍执行作业任务并保持着期望的几何队形，同时编队群体能够沿着一定轨迹或者路径运动。多机器人编队控制在军事、娱乐、生产等领域中有广泛的应用，比如联合侦查、合作搬运、协作救援、环境监测等民用及军事领域。编队控制方法通常包括基于行为的控制方法、基于领航者－跟随者的控制方法及基于虚拟结构的控制方法等。基于行为的控制方法是一种分布式的方法，主要是通过对机器人基本行为的控制和对局部控制规则的设计使得机器人群体产生所需要的整体行为；基于虚拟结构的方法是一种集中式的控制方法，机器人间形成一定的几何结构，该结构是一个刚性结构；基于领航者－跟随者的方法需要一个机器人作为领航者，跟随者以一定的间隔跟随领航者的位置与方向。多机器人系统的控制相对单机器人系统来说要更复杂，集中式的控制方法具有很大的局限性，不适用与机器人数目较多的情况。多机器人编队分布式控制算法大多是在机器人状态完全可测的情况下，基于完全可测的状态信息，设计相应的编队控制算法；并且需要使用到通信拓扑图或拉普拉斯矩阵特征值这一全局信息，基于完全可测的状态信息，设计相应的编队控制算法。目前已有的多机器人系统的控制相对单机器人系统来说要更复杂，集中式的控制方法具有很大的局限性，不适用于机器人数目较多的情况；当机器人的数目较多时，相应数据的计算量就变得很庞大，从而使得数据处理变得复杂。公开内容(一)要解决的技术问题基于上述问题，本公开提供了一种基于观测器的多移动机器人自适应编队跟踪控制方法，以缓解现有技术中多机器人系统运行中可能受某些物理条件限制，机器人系统状态信息不完全可测，以及领航机器人控制输入信息未知的情况，现有的集中式的控制方法具有很大的局限性，不适用于机器人数目较多的情况，还有相应数据的计算量庞大，从而使得数据处理变得复杂等技术问题。(二)技术方案本公开提供一种基于观测器的多移动机器人自适应编队跟踪控制方法，用于控制机器人系统中的多个移动机器人完全分布式自适应编队，所述基于观测器的多移动机器人自适应编队跟踪控制方法，包括：步骤A：创建移动机器人的动力学方程模型；步骤B：创建机器人的系统观测器模型；步骤C：设定要实现的多移动机器人编队向量；步骤D：确定多移动机器人编队控制的控制器；以及步骤E：用步骤D所确定的控制器实现多移动机器人自适应编队跟踪控制。在本公开实施例中，步骤A中，包含Q个同构移动机器人的多移动机器人系统中，其中Q≥3，每个机器人的动力学方程描述如下：其中，pi是机器人i在惯性坐标系下的位置，vi是机器人i的速度，ui是机器人i的控制输入，下标i的范围中1-N所代表的是编队跟随机器人，下标i为0，代表的编队的领航者，通过对领航者行为的设定来控制整个编队的行为。在本公开实施例中，所述领航者为实际的机器人或存储了编队整体行为信息的虚拟机器人，用于向跟随机器人提供它的位置信息；每个机器人i可以获得自身的输出信息yi(t)，也就是自身在惯性坐标系下的位置信息。在本公开实施例中，步骤B中根据步骤A中所描述的机器人动力学方程模型，创建整个机器人系统的数学模型，为：其中A为系统矩阵，B为控制矩阵，C为输出矩阵，B＝[01]T，C＝[10]；位置pi与速度vi是机器人状态，令xi(t)＝[pi(t)vi(t)]T为机器人i的状态向量，令为xi的估计值，则机器人的系统观测器模型方程为：在本公开实施例中，所述步骤C中机器人编队向量即为机器人i相对于领航者的期望偏移，记为其中，hi(t)表示的是机器人i相对于领航者的期望偏移，hpi(t)为相对于领航者的位置偏移，hvi(t)为机器人相对于领航者的速度偏差，满足且属于L1空间。在本公开实施例中，所述步骤D制作多移动机器人编队控制的控制器，包括：步骤D1：求解正定矩阵P；步骤D2：求解观测器增益矩阵F；步骤D3：定义时变耦合增益τi(t)；以及步骤D4：定义自适应参数γi(t)，确定用于编队控制的控制器。在本公开实施例中，所述步骤D1中，正定矩阵P满足如公式(3)所示的矩阵不等式：ATP+PA-PBBTP+I<0(3)，A为系统矩阵，B为控制矩阵；所述步骤D2中，所述矩阵F使得A-FC是Hurwitz矩阵，即使得A-FC的特征值都具有负实部。在本公开实施例中，所述步骤D3中时变耦合增益τi(t)由如下公式(4)求得：其中αi>0，表示机器人i的邻居的集合，公式(4)式右边的求和项代表了机器人i相对于邻居的编队跟踪误差，P由所述公式(3)求得。在本公开实施例中，步骤D4中令机器人i对领航者的时变输入u0(t)上界的估计值；那么可由下公式(5)得到：标量函数gi(t)>0并且gi(t)∈L1空间；则自适应参数γi(t)：得到用于编队控制的控制器：在本公开实施例中，所述步骤E中，对于满足条件的这样一组hi(t),i＝1,2,...,N，在任意有界初始状态xi(0),i＝1,2,...,N，都有limt→∞||xi(t)-hi(t)-x0(t)||＝0，即实现了基于观测器的多移动机器人的自适应编队跟踪控制。(三)有益效果从上述技术方案可以看出，本公开一种基于观测器的多移动机器人自适应编队跟踪控制方法至少具有以下有益效果其中之一或其中一部分：(1)只需要知道机器人的部分状态信息，无需拉普拉斯矩阵特征值信息等，减少信息需求量，同时也无需知道领航机器人的速度信息；(2)不依赖任何全局信息，如拉普拉斯矩阵特征值，是一种完全分布式的控制算法。(3)利用系统的输出信息，可以不必完全知道系统状态，克服了实际应用中某些物理条件带来的限制，具有很好的应用价值。(4)编队控制器能够较好地消除队形误差,使得编队控制系统具有良好的队形能力。附图说明图1是本公开实施例基于观测器的多移动机器人自适应编队跟踪控制方法的流程示意图。图2是本公开实施例1机器人三角形编队位置轨迹的示意图。图3是本公开实施例1机器人编队误差的示意图。图4是本公开实施例1三角形编队中机器人对领航者输入上界的估计误差的示意图。图5是本公开实施例2机器人圆形编队位置轨迹示意图。图6是本公开实施例2机器人编队误差的示意图。图7是本公开实施例2圆形编队中机器人对领航者输入上界的估计误差的示意图。具体实施方式本公开提供了一种基于观测器的多移动机器人自适应编队跟踪控制方法，所述跟踪控制方法基于观测器的完全分布式自适应编队跟踪算法，它进一步降低了所需获取和交换的信息量，只需要知道机器人的部分状态信息，无需拉普拉斯矩阵特征值信息等，减少信息需求量，同时也无需知道领航机器人的速度信息，并且它是一种完全分布式的方法实现多移动机器人的自适应编队跟踪控制。为使本公开的目的、技术方案和优点更加清楚明白，以下结合具体实施例，并参照附图，对本公开进一步详细说明。在本公开实施例中，提供了一种基于观测器的多移动机器人自适应编队跟踪控制方法，用于控制机器人系统中的多个移动机器人完全本文档来自技高网...

【技术保护点】
1.一种基于观测器的多移动机器人自适应编队跟踪控制方法，用于控制机器人系统中的多个移动机器人完全分布式自适应编队，所述基于观测器的多移动机器人自适应编队跟踪控制方法，包括：步骤A：创建移动机器人的动力学方程模型；步骤B：创建机器人的系统观测器模型；步骤C：设定要实现的多移动机器人编队向量；步骤D：确定多移动机器人编队控制的控制器；以及步骤E：用步骤D所确定的控制器实现多移动机器人自适应编队跟踪控制。

【技术特征摘要】
1.一种基于观测器的多移动机器人自适应编队跟踪控制方法，用于控制机器人系统中的多个移动机器人完全分布式自适应编队，所述基于观测器的多移动机器人自适应编队跟踪控制方法，包括：步骤A：创建移动机器人的动力学方程模型；步骤B：创建机器人的系统观测器模型；步骤C：设定要实现的多移动机器人编队向量；步骤D：确定多移动机器人编队控制的控制器；以及步骤E：用步骤D所确定的控制器实现多移动机器人自适应编队跟踪控制。2.根据权利要求1所述的基于观测器的多移动机器人自适应编队跟踪控制方法，步骤A中，包含Q个同构移动机器人的多移动机器人系统中，其中Q≥3，每个机器人的动力学方程描述如下：其中，pi是机器人i在惯性坐标系下的位置，vi是机器人i的速度，ui是机器人i的控制输入，下标i的范围中1-N所代表的是编队跟随机器人，下标i为0，代表的编队的领航者，通过对领航者机器人行为的设定来控制整个编队的行为。3.根据权利要求2所述的基于观测器的多移动机器人自适应编队跟踪控制方法，其中领航者为实际的机器人或存储了编队整体行为信息的虚拟机器人，用于向跟随机器人提供它的位置信息；每个机器人i可以获得自身的输出信息yi(t)，也就是自身在惯性坐标系下的位置信息。4.根据权利要求1所述的基于观测器的多移动机器人自适应编队跟踪控制方法，步骤B中根据步骤A中所描述的机器人动力学方程模型，创建整个机器人系统的数学模型，为：其中A为系统矩阵，B为控制矩阵，C为输出矩阵，B＝[01]T，C＝[10]；位置pi与速度vi是机器人状态，令xi(t)＝[pi(t)vi(t)]T为机器人i的状态向量，令为xi的估计值，则机器人的系统观测器模型方程为：5.根据权利要求1所述的基于观测器的多移动机器人自适应编队跟踪控制方法，所述步骤C中机器人编队向量即为机器人i相对于领航者的期望偏移，记为其中，hi(t)表...

【专利技术属性】
技术研发人员：秦家虎，周崇健，王帅，余雷，
申请(专利权)人：中国科学技术大学，
类型：发明
国别省市：安徽,34