一种带强连通分支的多机器人系统可控包含控制方法技术方案

一种分布式的带强连通分支多机器人系统可控包含控制方法，包括以下步骤：（1）根据网络拓扑结构，将有向网络中强连通分支机器人集视为一个整体，即为单元智能体，其他机器人为一般智能体；（2）为单元智能体个体设计相应的一致性控制律，从而实现各个单元的一致，得到网络的缩聚图；（3）针对网络的缩聚图，利用二分图最大匹配算法求取满足网络可控的驱动节点集，驱动节点即为该网络中的领导者，其他节点为跟随者；（4）根据跟随者邻接个体的相对信息为跟随者和领导者机器人设计相应的多机器人领导者包含控制律，驱使跟随者机器人渐近收敛到由领导者机器人所构成的动态凸包中，从而实现多机器人网络的可控包含控制。

【技术实现步骤摘要】

本专利技术涉及智能机器人
，具体来说涉及一种带强连通分支的多机器人系统可控包含控制方法。
技术介绍
移动机器人是由计算机工程、自动化控制工程、信息和传感技术以及人工智能等多学科交叉而形成的一种高新技术，是一个集感知、决策规划、行为控制和交互能力的等多功能于一体的综合系统。机器人技术的发展是衡量一个国家高科技水平和工业自动化程度的重要标志之一，随着机器人开发速度的不断加快，智能化程度越来越高，其应用范围也愈加广泛，不仅在工农业生产、社会服务、医疗卫生以及军事领域等有着广阔的应用前景，而且在海洋资源开发、宇宙探测、危险物资搜捕以及救援等场合都有着巨大的发展空间。因此，移动机器人技术是目前科学研究中最活跃的领域之一，受到了世界各国的普遍关注。目前，国内外对机器人技术的研究已经取得了一定的进步，开发出各种配备多种先进传感器，具有较强适应能力的智能机器人，如各种微型机器人、水下机器人、军用机器人、服务娱乐机器人以及仿人机器人等，与一般的自动化装备不同，这些智能机器人不仅在外观上突破了最初简单的工业机器人形状的局限，而且针对不同的任务和面对一些特殊环境时，其功能和智能程度都有大幅度的提高。随着机器人技术研究的不断深入，在实际工作中的广泛应用又为机器人学提出了新的要求，在这些应用需求的驱动下，产生了一系列新的研究课题，如路径规划、机器人视觉处理、多机器人协同合作以及一致性等，都是未来机器人技术研究研究的重要分支。多机器人协调控制是控制领域新兴的研究热点之一，一致性问题作为分布式协同控制的一个重要研究方向，主要任务是设计控制协议，使系统能够通过局部信息交互在关键信息上达成一致，最终达到理想的一致性状态。Olfati-SaberR,MurrayRM(Consensusproblemsinnetworksofagentswithswitchingtopologyandtime-delays.IEEETransactionsonAutomaticControl,2004)和RenW,BeardRW.(Consensusseekinginmultiagentsystemsunderdynamicallychanginginteractiontopologies.IEEETransactionsonAutomaticControl,2005)等最早对于一致性问题展开了研究工作。根据系统中领导者个体数目的不同，一致性问题可划分为以下几种情况：无领导者一致性、一致性追踪(领导-跟随一致性)、多领导者一致性。无领导者一致性在过去的几年中已得到深入的研究，然而在一些实际应用中,通常会出现一个或多个领导者的情况。多领导者一致性在实际中有着广泛的应用，而包含控制作为一种特殊的多领导者协同控制近年来更是发展迅速。所谓包含控制是指一组跟随者在多个领航者的引领下，实现并保持在由领导者所围成的最小几何空间(凸包)中运动。包含控制在多机器人处理危险物资、敌区搜索、火灾营救以及合作运输等任务中有大量的潜在应用。JiM,Ferrari-TrecateG,EgerstedtM(Containmentcontrolinmobilenetworks.IEEETransactionsonAutomaticControl,2008)和CaoYC,StuatD,RenW(Distributedcontainmentformultipleautonomousveicleswithdouble-integratordynamic:Algorithmsandexperiments.IEEETransactionsonControlSystemsTechnology,2011)等最早展开了相关课题的研究。MeiJ,RenW,MaG(DistributedcontainmentcontrolforLagrangiannetworkswithparametricuncertaintiesunderadirectedgraph.Automatica,2012)研究了拉格朗日系统包含控制问题，并提出了基于神经网络的包含控制协议。ZhouFeng,WuYan-xuan(MeanSquareContainmentControlofMulti-agentSystemswithTransmissionNoises.ActaAutomaticaSinica,2013)和WangY,ChengL,HouZG(Containmentcontrolofmulti-agentsystemsinanoisycommunicationenvironment.Automatica,2014)研究了噪声环境下的多智能体包含控制，两篇文章分别通过引入了衰减增益法和时延增益法来抑制噪声并实现有限时间包含。SuHS,JiaG,ChenMZQ(Semi-globalcontainmentcontrolofmulti-agentsystemswithintermittentinputsaturation.JournaloftheFranklinInstitute,2014)和SuHS,ChenMZQ.Multi-agentcontainmentcontrolwithinputsaturationonswitchingtopologies.IETControlTheory&Applications,2015)研究了输入饱和情况下的多智能体系统包含控制，两篇文献提出了两种低增益反馈方法得到系统的半全局状态反馈量和输出反馈量,并据此设计控制协议有效实现系统的包含控制。ZhengY,WangL(Containmentcontrolofheterogeneousmulti-agentsystems.InternationalJournalofControl,2014)侧重研究了分阶异质群体分别作为领导者和跟随者的包含控制，HaghshenasH,BadamchizadehMA,BaradaranniaM(Containmentcontrolofheterogeneouslinearmulti-agentsystems.Automatica,2015)则研究了基于输出反馈调节的异质网络包含控制。随着多领导一致性的研究，人们发现多机器人系统能控性是一个非常重要且具有实际意义的课题。系统的能控性是指通过对网络中某些领导者个体施加外部控制输入，网络中其它跟随者个体能够实现控制信号的可达并由通过机器人之间的相互作用，使得跟随者个体能够由任意的初始状态达到预期的最终状态。在大规模的多机器人包含控制中，特别是带有强连通分支这种特殊的多智能体系统中本文档来自技高网...

【技术保护点】
一种带强连通分支的多机器人系统可控包含控制方法，其特征在于，所述方法根据网络的拓扑结构确定单元智能体与一般智能体；为单元智能体设计相应的一致性控制律，实现各个单元的一致，从而得到网络的缩聚图；再结合二分图最大匹配算法，求取满足网络可控的最少的领导者集合，根据跟随者邻接个体的相对信息，为跟随者和领导者机器人设计相应的多机器人领导者包含控制律，驱使跟随者渐近收敛到多个领导者所构成的动态凸包中，从而实现网络的可控包含控制；所述方法包含以下步骤：(1)根据网络拓扑结构，将有向网络中强连通分支机器人集视为一个整体，即为单元智能体，其他机器人为一般智能体；(2)为单元智能体个体设计相应的一致性控制律，从而实现各个单元的一致，得到网络的缩聚图；(3)针对网络的缩聚图，利用二分图最大匹配算法求取满足网络可控的驱动节点集，驱动节点即为该网络中的领导者，其他节点为跟随者；(4)根据跟随者邻接个体的相对信息为跟随者和领导者机器人设计相应的包含控制律，确定单元智能体的一致性控制率和多机器人领导者包含控制律；驱使跟随者个体渐近收敛到由领导者所构成的动态凸包中，从而实现网络的可控包含控制。

【技术特征摘要】
1.一种带强连通分支的多机器人系统可控包含控制方法，其特征在于，所述方法根据
网络的拓扑结构确定单元智能体与一般智能体；为单元智能体设计相应的一致性控制律，
实现各个单元的一致，从而得到网络的缩聚图；再结合二分图最大匹配算法，求取满足网络
可控的最少的领导者集合，根据跟随者邻接个体的相对信息，为跟随者和领导者机器人设
计相应的多机器人领导者包含控制律，驱使跟随者渐近收敛到多个领导者所构成的动态凸
包中，从而实现网络的可控包含控制；
所述方法包含以下步骤：
(1)根据网络拓扑结构，将有向网络中强连通分支机器人集视为一个整体，即为单元智
能体，其他机器人为一般智能体；
(2)为单元智能体个体设计相应的一致性控制律，从而实现各个单元的一致，得...

【专利技术属性】
技术研发人员：陈世明，王培，江冀海，裴惠琴，
申请(专利权)人：华东交通大学，
类型：发明
国别省市：江西;36