网络异构机器人系统的多时变编队跟踪控制方法及系统技术方案

本发明专利技术提供一种网络异构机器人系统的多时变编队跟踪控制方法和系统，方法包括以下步骤：获取多个跟踪目标的运动轨迹，确定多个跟踪目标的位置数据；对多个跟踪目标建立运动学模型，得到每个控制时刻多个跟踪目标的速度数据和加速度数据；依据传统的拉格朗日动力学方程，对多个网络异构机器人建立动力学模型；获取多个网络异构机器人和多个跟踪目标之间的通讯拓扑关系，在满足通讯拓扑关系的前提下，结合动力学模型，设计网络异构机器人系统的分层协同控制器，实现网络异构机器人系统的多时变编队跟踪控制。本发明专利技术提供的技术方案带来的有益效果：实现多个领导者控制，同时处理多个任务。

【技术实现步骤摘要】
网络异构机器人系统的多时变编队跟踪控制方法及系统
本专利技术涉及分布式人工智能
，尤其涉及一种网络异构机器人系统的多时变编队跟踪控制方法及系统。
技术介绍
多智能体系统是20世纪末至21世纪初分布式人工智能领域的国际前沿研究课题，其核心支撑理论是人工智能、分布式控制和分布式计算。进入21世纪，人们在解决大型、复杂的工程问题时，发现单个智能体的能力已经无法胜任，需要多个智能体在网络环境下以信息通讯的方式组成多智能体系统协同地解决工程问题。典型的多智能体系统包括多机器人系统，多无人机系统，智能电网和分布式卫星系统等。但是，目前大多数的网络多机器人系统的控制方法仅适用于单个领导者的系统，且局限于研究关节空间下的非冗余机器人。
技术实现思路
有鉴于此，本专利技术的实施例提供了一种网络异构机器人系统的多时变编队跟踪控制方法及系统，实现多个领导者控制，同时处理多个任务。本专利技术的实施例提供一种网络异构机器人系统的多时变编队跟踪控制方法，包括以下步骤：步骤S1、网络异构机器人系统由多个跟踪目标和多个网络异构机器人组成，所述多个网络异构机器人分为多组，一组所述网络异构机器人分别对应一个所述跟踪目标以构成一个子群，获取所述多个跟踪目标的运动轨迹，确定每个控制时刻所述多个跟踪目标的位置数据；步骤S2、对所述多个跟踪目标建立运动学模型，根据所述多个跟踪目标的位置数据，依据所述多个跟踪目标的运动学模型，得到每个控制时刻所述多个跟踪目标的速度数据和加速度数据；步骤S3、根据每个控制时刻所述多个跟踪目标的速度数据和加速度数据、和所述多个网络异构机器人的物理参数，依据传统的拉格朗日动力学方程，对所述多个网络异构机器人建立动力学模型；步骤S4、获取所述多个网络异构机器人和所述多个跟踪目标之间的通讯拓扑关系，在满足所述通讯拓扑关系的前提下，结合所述动力学模型，设计网络异构机器人系统的分层协同控制器，实现网络异构机器人系统的多时变编队跟踪控制。进一步地，步骤S2中所述多个跟踪目标的运动学模型的表达式为：其中，k为跟踪目标的序号，xk,r、vk,r和ak,r分别表示第k个跟踪目标的位置数据、速度数据和加速度数据。进一步地，步骤S3中所述动力学模型的表达式为：其中，i为网络异构机器人的序号，qi为网络异构机器人关节空间的广义坐标，分别为网络异构机器人关节空间的速度和加速度，xi为网络异构机器人任务空间的广义坐标，是网络异构机器人任务空间的速度，Hi(qi)、gi(qi)分别表示正定惯性矩阵、科里奥利离心矩阵和重力矩阵，μi为输出力矩，μi,d为外部扰动，表示雅可比矩阵，雅可比矩阵是有界和非奇异的。进一步地，所述分层协同控制器的表达式为：其中，μi为输出力矩，i为网络异构机器人的序号，k为跟踪目标的序号，Yi为线性回归矩阵，qi为网络异构机器人关节空间的广义坐标，为网络异构机器人关节空间的速度，为机器人动力学参数的估计量，为定义的辅助关节角速度，为定义的辅助关节角加速度，定义矩阵其中，当时，表示矩阵Ji的逆矩阵，当时，表示矩阵Ji的伪逆矩阵，为定义的滑模变量，κoi、κsi和κdi是反馈增益矩阵，且满足λmin(κoi)＞0，λmin(κsi)＞0，Λi是具有合适维度的自适应正定矩阵，为第i个网络异构机器人任务空间的广义坐标的估计值，为第i个网络异构机器人任务空间的的速度的估计值，α、β、ρ1和ρ2是正常数；ωi为一个正常数控制参数，为冗余机器人需要优化的性能指标的梯度，hi为第i个网络异构机器人的偏移量，xk,r、vk,r和ak,r分别表示第k个跟踪目标的位置数据、速度数据和加速度数据。进一步地，步骤S4中实现网络异构机器人系统的多时变编队跟踪控制的步骤为：步骤S41、结合估计器的误差形式，和所述分层协同控制器的表达式为：步骤S42、根据构造李雅普诺夫函数分析步骤S41得到的闭环系统的稳定性；步骤S43、结合所述闭环系统的稳定性分析，网络异构机器人系统的跟踪误差满足以下条件：其中，i∈Vk，k∈{1,...,M}，ei,k(t)＝xi-xk,r-hi，即可实现网络异构机器人系统的多时变编队跟踪。本专利技术实施例还提供一种网络异构机器人系统的多时变编队跟踪控制系统，所述控制系统包括：所述网络异构机器人系统包括多个跟踪目标和多个网络异构机器人，所述多个网络异构机器人分为多组，一组所述网络异构机器人分别对应一个所述跟踪目标以构成一个子群；多个跟踪目标的运动轨迹获取模块，用于获取所述多个跟踪目标的运动轨迹；位置确定模块，用于根据所述多个跟踪目标的运动轨迹确定每个控制时刻所述多个跟踪目标的位置数据；所述多个跟踪目标的运动学模型建立模块，用于建立所述多个跟踪目标的运动学模型；所述多个跟踪目标的速度数据和加速度数据确定模块，用于根据所述多个跟踪目标的位置数据，依据所述多个跟踪目标的运动学模型，确定每个控制时刻所述多个跟踪目标的速度数据和加速度数据；所述多个网络异构机器人的动力学模型建立模块，用于根据每个控制时刻所述多个跟踪目标的速度数据和加速度数据、和所述多个网络异构机器人的物理参数，依据传统的拉格朗日动力学方程，对所述多个网络异构机器人建立动力学模型；通讯拓扑关系获取模块，用于获取所述多个网络异构机器人和所述多个跟踪目标之间的通讯拓扑关系；控制模块，用于在满足所述通讯拓扑关系的前提下，结合所述动力学模型，实现网络异构机器人系统的多时变编队跟踪控制。进一步地，所述多个跟踪目标的运动学模型建立模块，用于建立表达式为的运动学模型；其中，k为跟踪目标的序号，xk,r、vk,r和ak,r分别表示第k个跟踪目标的位置数据、速度数据和加速度数据。进一步地，所述多个网络异构机器人的动力学模型建立模块，用于建立表达式为的动力学模型；其中，i为网络异构机器人的序号，qi为网络异构机器人关节空间的广义坐标，分别为网络异构机器人关节空间的速度和加速度，xi为网络异构机器人任务空间的广义坐标，是网络异构机器人任务空间的速度，Hi(qi)、gi(qi)分别表示正定惯性矩阵、科里奥利离心矩阵和重力矩阵，μi为输出力矩，μi,d为外部扰动，表示雅可比矩阵，雅可比矩阵是有界和非奇异的。进一步地，所述控制模块用于以如下表达式的控制方式实现网络异构机器人系统的多时变编队跟踪控制；其中，μi为输出力矩，i为网络异构机器人的序号，k为跟踪目标的序号，Yi为线性回归矩阵，qi为网络异构机器人关节空间的广义坐标，为网络异构机器人关节空间的速度，为机器人动力学参数的估计量，为定义的辅助关节角速度，为定义的辅助关节角加速度，定义矩阵其中，当时，表示矩阵Ji的逆矩阵，当时，表示矩阵Ji的伪逆矩阵，为定义的滑模变量，κoi、κsi和κdi是反馈增益矩阵，且满足λmin(κoi)＞0，λmin(κsi)＞0，Λi本文档来自技高网...

【技术保护点】
1.一种网络异构机器人系统的多时变编队跟踪控制方法，其特征在于，包括以下步骤：/n步骤S1、网络异构机器人系统由多个跟踪目标和多个网络异构机器人组成，所述多个网络异构机器人分为多组，一组所述网络异构机器人分别对应一个所述跟踪目标以构成一个子群，获取所述多个跟踪目标的运动轨迹，确定每个控制时刻所述多个跟踪目标的位置数据；/n步骤S2、对所述多个跟踪目标建立运动学模型，根据所述多个跟踪目标的位置数据，依据所述多个跟踪目标的运动学模型，得到每个控制时刻所述多个跟踪目标的速度数据和加速度数据；/n步骤S3、根据每个控制时刻所述多个跟踪目标的速度数据和加速度数据、和所述多个网络异构机器人的物理参数，依据传统的拉格朗日动力学方程，对所述多个网络异构机器人建立动力学模型；/n步骤S4、获取所述多个网络异构机器人和所述多个跟踪目标之间的通讯拓扑关系，在满足所述通讯拓扑关系的前提下，结合所述动力学模型，设计网络异构机器人系统的分层协同控制器，实现网络异构机器人系统的多时变编队跟踪控制。/n

【技术特征摘要】
1.一种网络异构机器人系统的多时变编队跟踪控制方法，其特征在于，包括以下步骤：
步骤S1、网络异构机器人系统由多个跟踪目标和多个网络异构机器人组成，所述多个网络异构机器人分为多组，一组所述网络异构机器人分别对应一个所述跟踪目标以构成一个子群，获取所述多个跟踪目标的运动轨迹，确定每个控制时刻所述多个跟踪目标的位置数据；
步骤S2、对所述多个跟踪目标建立运动学模型，根据所述多个跟踪目标的位置数据，依据所述多个跟踪目标的运动学模型，得到每个控制时刻所述多个跟踪目标的速度数据和加速度数据；
步骤S3、根据每个控制时刻所述多个跟踪目标的速度数据和加速度数据、和所述多个网络异构机器人的物理参数，依据传统的拉格朗日动力学方程，对所述多个网络异构机器人建立动力学模型；
步骤S4、获取所述多个网络异构机器人和所述多个跟踪目标之间的通讯拓扑关系，在满足所述通讯拓扑关系的前提下，结合所述动力学模型，设计网络异构机器人系统的分层协同控制器，实现网络异构机器人系统的多时变编队跟踪控制。


2.如权利要求1所述的网络异构机器人系统的多时变编队跟踪控制方法，其特征在于，步骤S2中所述多个跟踪目标的运动学模型的表达式为：



其中，k为跟踪目标的序号，xk,r、vk,r和ak,r分别表示第k个跟踪目标的位置数据、速度数据和加速度数据。


3.如权利要求1所述的网络异构机器人系统的多时变编队跟踪控制方法，其特征在于，步骤S3中所述动力学模型的表达式为：



其中，i为网络异构机器人的序号，qi为网络异构机器人关节空间的广义坐标，分别为网络异构机器人关节空间的速度和加速度，xi为网络异构机器人任务空间的广义坐标，是网络异构机器人任务空间的速度，Hi(qi)、gi(qi)分别表示正定惯性矩阵、科里奥利离心矩阵和重力矩阵，μi为输出力矩，μi,d为外部扰动，表示雅可比矩阵，雅可比矩阵是有界和非奇异的。


4.如权利要求3所述的网络异构机器人系统的多时变编队跟踪控制方法，其特征在于，所述分层协同控制器的表达式为：






其中，μi为输出力矩，i为网络异构机器人的序号，k为跟踪目标的序号，Yi为线性回归矩阵，qi为网络异构机器人关节空间的广义坐标，为网络异构机器人关节空间的速度，为机器人动力学参数的估计量，为定义的辅助关节角速度，为定义的辅助关节角加速度，定义矩阵其中，当时，表示矩阵Ji的逆矩阵，当时，表示矩阵Ji的伪逆矩阵，为定义的滑模变量，κoi、κsi和κdi是反馈增益矩阵，且满足λmin(κoi)＞0，λmin(κsi)＞0，Λi是具有合适维度的自适应正定矩阵，为第i个网络异构机器人任务空间的广义坐标的估计值，为第i个网络异构机器人任务空间的的速度的估计值，α、β、ρ1和ρ2是正常数；ωi为一个正常数控制参数，为冗余机器人需要优化的性能指标的梯度，hi为第i个网络异构机器人的偏移量，xk,r、vk,r和ak,r分别表示第k个跟踪目标的位置数据、速度数据和加速度数据。


5.如权利要求4所述的网络异构机器人系统的多时变编队跟踪控制方法，其特征在于，步骤S4中实现网络异构机器人系统的多时变编队跟踪控制的步骤为：
步骤S41、结合估计器的误差形式，和所述分层协同控制器的表达式为：



步骤S42、根据构造李雅普诺夫函数分析步骤S41得到的闭环系统的稳定性；
步骤S43、结合所述闭环系统的稳定性分析，网络异构机器人系统的跟踪误差满足以下条件：



其中，i∈Vk，k∈{1,...,M}，ei,k(t)＝xi-xk,r-hi，即可实现网络异构机器人系统的多时变编队跟踪。


6.一种网络异构机器人系统的多时变编队跟踪控制系统，其特征在于，所述控制系统包括：
所述网络异构机器人系统包括多个跟踪目标和多个网络异构...

【专利技术属性】
技术研发人员：黄凯伦，董玖旺，梁昌铎，葛明峰，丁腾飞，
申请(专利权)人：中国地质大学武汉，
类型：发明
国别省市：湖北;42