一种欠驱动多移动机器人的交会迭代学习控制方法技术

本发明专利技术提出一种欠驱动多移动机器人的交会迭代学习方法，包括：获取在当前迭代中个体移动机器人的当前时刻的线速度和角速度，下一时刻的位置、方位角，以及邻居机器人的下一时刻的位置、方位角；根据个体移动机器人是否具有预定期望位置信息的判断结果确定识别参数；获取欠驱动多移动机器人的加权邻接矩阵和增益矩阵；根据个体移动机器人下一时刻的位置、方位角、当前时刻的线速度和角速度、邻居移动机器人下一时刻的位置、方位角、期望轨迹的位置、方位角、加权邻接矩阵、识别参数矩阵和增益矩阵控制个体移动机器人。本发明专利技术保证欠驱动多移动机器人能够在经过一定迭代次数后完成对各自期望轨迹的跟踪任务，解决交会对接问题，且控制精度较高。

An Interactive Iterative Learning Control Method for Underactuated Multi-Mobile Robots

【技术实现步骤摘要】
一种欠驱动多移动机器人的交会迭代学习控制方法
本专利技术涉及机器人控制
，特别涉及一种欠驱动多移动机器人的交会迭代学习控制方法。
技术介绍
目前，机器人技术飞速发展，应用领域不断扩展，多移动机器人的协调控制方法在实际问题中得到了越来越广泛的应用。然而单个移动机器人在执行复杂任务，信息获取与处理等问题上往往难以达到期望结果，而多个移动机器人不仅仅是多个个体的简单组合，它们通过相互协调、相互作用来完成实际应用中的复杂问题，提升系统性能和工作效率，发挥出单个机器人无法企及的效果。然而，实际应用中存在着这样的一类问题：要求被控多移动机器人系统实现高精度、无误差且对各自期望轨迹自始至终完全跟踪的目标。对于这样的要求，传统的控制方法往往会有控制精度低，收敛速度慢甚至难以自始至终跟踪等问题，为了实现这一目标，往往需要多次的学习和修正，多次执行才能达到最佳的控制效果。
技术实现思路
本专利技术的目的旨在实现上述跟踪任务的目标，实现交会问题。为达到上述目的，本专利技术提出一种欠驱动多移动机器人的交会迭代学习控制方法，包括以下步骤：A：获取在当前迭代过程中个体移动机器人的下一时刻的位置、方位角、当前时刻的线速度和角速度以及所述个体机器人的邻居机器人的下一时刻的位置、方位角；B：判断所述个体移动机器人是否具有预定的期望位置信息，并根据所述判断的结果确定识别参数；C：获取所述欠驱动多移动机器人的加权邻接矩阵和每个个体机器人的增益矩阵；D：根据所述个体移动机器人的下一时刻的位置、方位角、当前时刻的线速度和角速度，所述个体移动机器人的邻居机器人的下一时刻的位置、方位角、所述欠驱动多移动机器人的加权邻接矩阵、识别参数矩阵和增益矩阵控制所述个体移动机器人。在本专利技术的一个实施例中，所述步骤B具体包括：如果所述个体移动机器人具有所述预定的期望位置信息，则确定所述识别参数为大于0的数值；如果所述个体机器人手臂不具有所述预定的期望位置信息，则确定所述识别参数为0。在本专利技术的一个实施例中，所述步骤D具体包括：D1：根据所述个体移动机器人在当前迭代过程中的下一时刻的位置、方位角、线速度、角速度，所述个体移动机器人的邻居机器人的下一时刻的位置、方位角，所述欠驱动多移动机器人的加权邻接矩阵、识别参数矩阵和增益矩阵确定所述个体移动机器人下一次迭代中的控制律：其中，ui,k(t)＝[vi,k(t),ωi,k(t)]T为所述个体移动机器人i在第k次迭代中的控制量，即线速度与角速度，γi,k(t)为所述个体移动机器人i的增益矩阵，aij为所述加权邻接矩阵的第i行第j列的元素，Pi,k(t)＝[xi,k(t),yi,k(t),θi,k(t)]T为所述个体移动机器人的状态变量，即二维平面中的位置和方位角，Ni为所述个体移动机器人的邻居集，ωi为所述识别参数，Pd(t+1)为所述个体移动机器人的期望状态；以及D2：根据所述个体移动机器人下一次迭代中的控制律控制所述个体移动机器人的运动。本专利技术附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本专利技术的实践了解到。附图说明本专利技术上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解，其中：图1为根据本专利技术一个实施例的欠驱动多移动机器人的交会迭代学习控制方法的流程图；图2为根据本专利技术一个实施例的欠驱动多移动机器人的示意图；以及图3为根据本专利技术一个实施例的具有给定期望位置的欠驱动多移动机器人的示意图。具体实施方式下面详细描述本专利技术的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，仅用于解释本专利技术，而不能解释为对本专利技术的限制。在本专利技术的描述中，需要理解的是，术语“第一”、“第二”等仅用于描述目的，而不能理解为指示或暗示相对重要性。在本专利技术的描述中，需要说明的是，除非另有明确的规定和限定，术语“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本专利技术中的具体含义。此外，在本专利技术的描述中，除非另有说明，“多个”的含义是两个或两个以上。流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分，并且本专利技术的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本专利技术的实施例所属
的技术人员所理解。图1为根据本专利技术一个实施例的多移动机器人系统的交会迭代学习控制方法的流程图。如图1所示，该方法包括以下步骤：步骤S101，获取个体移动机器人当前时刻的线速度、角速度，下一时刻的位置、方位角，以及所述个体移动机器人的邻居机器人下一时刻的位置、方位角。其中，所述个体移动机器人的邻居机器人是指，有信息流向该移动机器人的所有其他移动机器人的集合。图2为根据本专利技术一个实施例的欠驱动多移动机器人的示意图，如图2所示，个体移动机器人2、4和5为个体移动机器人3的邻居，而个体移动机器人1和6不是个体移动机器人3的邻居。具体地，可通过安装在所述个体移动机器人上的摄像装置获取自身及其邻居机器人的当前时刻的位置、方位角、线速度和角速度。步骤S102，判断所述个体移动机器人是否具有预定的期望位置信息，并根据判断的结果确定识别参数。具体地，如果所述个体移动机器人具有预定的期望位置信息，则确定识别参数为大于0的数值。如果所述个体移动机器人不具有预定的期望位置信息，则确定识别参数为0。图3为根据本专利技术一个实施例的具有给定期望位置的欠驱动多移动机器人系统的示意图，如图3所示，个体移动机器人2和4具有预定的期望位置信息，则它们的识别参数分别为0.9和1，而个体移动机器人1、3、5和6不具有预定的期望位置信息，则它们的识别参数都为0。再参考图3，通过个体移动机器人之间的关联，预定的期望位置信息可被各个移动机器人获取。例如，个体移动机器人2获取预定的期望位置信息，则通过2与3之间的关联(即个体移动机器人2为个体移动机器人3的邻居)，该期望位置信息也可被个体移动机器人3获取。以此类推，一旦欠驱动多移动机器人中的全部所述个体移动机器人获取预定的期望位置信息，则通过所述个体移动机器人之间的关联可以保证欠驱动多移动机器人中的所有个体移动机器人获取该期望位置信息，从而可以保证本专利技术的交会迭代学习控制方法的有效执行。步骤S103，获取所述欠驱动多移动机器人的加权邻接矩阵和每个所述个体移动机器人的增益矩阵。其中，多移动机器人系统的加权邻接矩阵为A＝[aij]的n阶方阵，其中n为多移动机器人系统中的个体机器人的个数。如果个体机器人j为个体机器人i的邻居，则aij为大于0的数值，否则为0，并规定aii＝0。如图2所示，个体移动机器人2、4和5为个体移动机器人3的邻居，则a32＝0.7,a34＝0.4,a35＝0.6，而个体移动机器人1和6不是个体移动机器人3的邻居，则a31＝0,a36＝0。本文档来自技高网...

【技术保护点】
1.一种欠驱动多移动机器人的交会迭代学习控制方法，所述欠驱动多移动机器人包括多个个体移动机器人，其特征在于，对于每个所述个体移动机器人，执行以下步骤：A：获取在当前迭代过程中所述个体移动机器人的当前时刻的线速度和角速度，下一时刻的位置、方位角，以及所述个体机器人的邻居机器人的下一时刻的位置、方位角；B：判断所述个体移动机器人是否具有预定的期望位置信息，并根据所述判断的结果确定识别参数；C：获取所述欠驱动多移动机器人的加权邻接矩阵和每个所述个体机器人的增益矩阵；以及D：根据所述个体移动机器人在当前迭代过程中的当前时刻的线速度和角速度和下一时刻的位置、方位角、所述个体移动机器人的邻居机器人的下一时刻的位置、方位角、所述欠驱动多移动机器人的加权邻接矩阵、识别参数和每个所述个体移动机器人的增益矩阵确定所述个体移动机器人下一次迭代中的控制律。

【技术特征摘要】
1.一种欠驱动多移动机器人的交会迭代学习控制方法，所述欠驱动多移动机器人包括多个个体移动机器人，其特征在于，对于每个所述个体移动机器人，执行以下步骤：A：获取在当前迭代过程中所述个体移动机器人的当前时刻的线速度和角速度，下一时刻的位置、方位角，以及所述个体机器人的邻居机器人的下一时刻的位置、方位角；B：判断所述个体移动机器人是否具有预定的期望位置信息，并根据所述判断的结果确定识别参数；C：获取所述欠驱动多移动机器人的加权邻接矩阵和每个所述个体机器人的增益矩阵；以及D：根据所述个体移动机器人在当前迭代过程中的当前时刻的线速度和角速度和下一时刻的位置、方位角、所述个体移动机器人的邻居机器人的下一时刻的位置、方位角、所述欠驱动多移动机器人的加权邻接矩阵、识别参数和每个所述个体移动机器人的增益矩阵确定所述个体移动机器人下一次迭代中的控制律。2.根据权利要求1所述的欠驱动多移动机器人的交会迭代学习控制方法，其特征在于，根据下述公式获取所述个体移动机器人的下一时刻的位置和方位角：其中，xi,k(t),yi,k(t),θi,k(t)为所述个体移动机器人i的在二维平面中的位置和方位角，ΔT为采样时间，νi,k(t),ωi,k(t)为所述个体移动机器人i在第k次迭代中的线速度和角速度。3.根据权利要求1所述的欠驱动多移动机器人的交会迭代学习控制方法，其特征在于，所述步骤B具体包括：如果所述个体移动机器人具有所述预定的期望位置信息，则确定所述识别参数为大于0的数值；如果所述个体移动机器人不具有所述预定的期望位置信息，则确定所述识别参数为0。4.根据权利要求1中所述的欠驱动多移动机器人的交会迭代学习控制方法，其特征在于，所述步骤D具体包括：D1：根据所述个体移动机器人在当前迭代过程中的下一时刻的位置、方位角、线速度、角速度，所述个体移动机器人的邻居机器人的下一时刻的位置、方位角，所述欠驱动多移动机器人的加权邻接矩阵、识别参数矩阵和增益矩阵确定所述个体移动机器人下一次迭代中的控制律：其中，ui,k(t)＝[vi,k(t),ωi,k(t)]T为所述个体移动机器人i在第k次迭代中的控制量，即所述线速度与所述角速度，γi,k(t)为所述个体移动机器人i的增益矩阵，aij为所述加权邻接矩阵的第i行第j列的元素，Pi,k(t)＝[xi,k(t),yi,k(t),θi,k(t)]T为所述个体移动机器人i的状态变量，即所述个体移动机器人i在二维平面中的位置和方位角，Ni为所述个体移动机器人i的邻居集，ωi为所述识别参数，Pd(t+1)为所述个体移动机器人的期望状态；以及D2：根据所述个体移动机器人下一次迭代中的控制律控制所述个体移动机器人的运动。5.一种多移动机器人装置，其特征在于，包括：第一获取模块，用于获取在当前迭代过程中所述个体移动机器人的当前时刻的线速度和角速度，下一时刻的位置、方位角，以及所述个体机器人的邻居机器人的下一时刻的位置、方位角；判断模块，用于判断所述个体移动机器人是否具有预定的期望位置信息，并根据所述判断的结果确定识别参数；第二获取模...

【专利技术属性】
技术研发人员：孟德元，梁健强，
申请(专利权)人：北京航空航天大学，
类型：发明
国别省市：北京,11