一种多智能车系统周期采样事件触发协同控制方法技术方案

本发明专利技术公开了一种多智能车系统周期采样事件触发协同控制方法。本发明专利技术针对多智能车系统的动力学方程，将系统中各个智能车的通讯拓扑关系用一个无向连通图表示；其次设计动力学方程中的智能车控制器，使得该控制器的控制输入不再需要智能车的速度信息而是仅交互位置信息就能使该多智能车系统达到状态一致；据此设计对应的事件触发条件函数；然后根据控制要求，应用数学方法进一步分析得到相应的矩阵不等式；解出使得该多智能车系统稳定的各个参数；最后将最终所设计出的控制输入以及事件触发条件函数写入该智能车系统中。本发明专利技术中当速度信息不容易测量或不可测量时，仅通过交互位置信息就能使得整个系统最终达到状态一致性。置信息就能使得整个系统最终达到状态一致性。置信息就能使得整个系统最终达到状态一致性。

【技术实现步骤摘要】
一种多智能车系统周期采样事件触发协同控制方法


[0001]本专利技术属于多智能体系统领域，涉及一种基于周期采样的具有未知信息的多智能车系统分布式事件触发控制方法。

技术介绍

[0002]自20世纪60年代以来，计算机技术得到了飞速的发展，社会各类生产活动日益趋于智能化和节能化，因此智能体系统也得到了广泛应用，如交通运输，火灾救援以及岩洞探测等各个领域，特别在交通运输方面，智能车系统的应用前景更是被专家所看好。
[0003]随着工业化程度的加深，生产活动中的任务已经不能仅依靠单个智能体系统完成，随之产生了多智能体系统这一概念，即由多个智能体系统配合完成一系列具有一定难度的任务。经过国内外学者的进一步研究，已经产生了大量可以应用于实际生产中的研究成果，并得到了很好的使用效果。但随着多智能体系统的应用范围不断扩大，如何设计更加合理的控制协议以及应用更加高效的控制方法已经成为当下最需要解决的问题之一。
[0004]本专利技术设计了一种具有未知信息的多智能车系统基于周期采样的分布式事件触发控制方法，相对传统周期采样多智能车系统，所设计的系统通过交互位置信息间接补偿速度信息，无需设计观测器或滤波器对速度信息进行估算，进而减小了对闭环动态系统的分析难度。下面以传统智能车系统为例，介绍基于周期采样的多智能车(差分驱动的轮式移动智能车)系统基于事件触发控制的方法：
[0005]为了更加直观的分析智能车的完整动力学方程，引入“手”位置的概念代替整个智能车的中心位置，如图1所示。其中“手”位置位于沿着轮轴垂直并在中心点与车轮轴线相交的直线上距离轮轴S的点的位置。设该多智能车系统的动力学方程如下所示：
[0006][0007]其中i定义为多只能车系统中第i个智能车，N表示多智能车系统智能车总个数，x
i
(t)、v
i
(t)、分别为智能车i在当前时刻时间t的位置、速度、位置的导数、加速度和控制输入，h表示采样周期，k表示第k次事件触发，表示智能车i第k次事件触发时经过的周期数(例如：表示智能车i第5次事件触发时经过了个周期)，表示智能车i第k次事件触发的采样时刻，同理表示智能车i第k+1次事件触发的采样时刻(注：以为例，表示智能车i第k次事件触发次数，但此时刻与下一次事件触发时刻可能相隔若干个周期)。
[0008]目前，已有控制器的控制输入u
i
(t)为如下形式：
[0009][0010]其中α＞β＞0为系统耦合强度，定义其中α＞β＞0为系统耦合强度，定义
上述定义中k'
j
(t)表示智能车j距离当前时刻最近的事件触发次数，表示智能车j的最新事件触发的采样时刻，表示事件触发序列，G＝[a
ij
]N
×
N
表示多智能车系统通信拓扑图的邻接矩阵，若智能车i与其邻居智能车j能够进行信息的交互，则a
ij
＝1；否则，a
ij
＝0。
[0011]控制输入u
i
(t)基于如下事件触发条件f
i
(t)进行更新：
[0012][0013]其中σ
i
为事件触发条件灵敏性可调参数，且σ
i
∈(0,1)。e
i
(qh)＝(e
ix
(qh),e
iv
(qh))
T
，||e
i
(qh)||，分别表示智能车i当前采样时刻与其最新事件触发时刻的位置误差、速度误差、总误差、总误差的范数以及时刻的控制输入的范数，当f
i
(qh)≥0时执行事件触发任务，控制输入进行更新。
[0014]经过对上述系统分析，目前有两个问题有待解决：
[0015]a)通过观察式(2)第二项可以发现，该系统中的智能车i不仅需要与其邻居智能车交互位置信息，还必须通过与其邻居交互速度信息才能使整个系统达到状态同步，但当系统(1)中各个智能车的速度信息不能直接测量或者不能通过测量得到时，控制输入(2)将不再适用。
[0016]b)由问题a)可知，当智能车的速度信息不能得到时，事件触发条件也不再适用，联系实际生产活动，速度信息不易测量的情况较多，且事件触发条件所应用的信息种类越少越节约计算资源。
[0017]因此本专利技术为解决上述两个问题设计了更为贴近实际生产活动的控制输入，以及更加合理的事件触发条件，减少智能车计算资源的使用。

技术实现思路

[0018]本专利技术为解决上述两个问题，提出了一种基于周期采样的具有未知信息的多智能车系统分布式事件触发控制方法，其中设N≥2表示多智能车系统中智能车的个数。
[0019]本专利技术的步骤如下：
[0020]步骤A：针对多智能车系统的动力学方程，将系统中各个智能车的通讯拓扑关系用一个无向连通图表示；
[0021]步骤B：设计动力学方程中的智能车控制器，使得该控制器的控制输入不再需要智能车的速度信息而是仅交互位置信息就能使该多智能车系统达到状态一致；
[0022]步骤C：针对步骤B设计对应的事件触发条件函数；
[0023]步骤D：根据控制要求，证明系统稳定性，即应用数学方法进一步分析得到相应的矩阵不等式；
[0024]步骤E：根据步骤D所得的矩阵不等式，应用Matlab软件中LMI工具箱，解出使得该多智能车系统稳定的各个参数；
[0025]步骤F：将最终所设计出的控制输入以及事件触发条件函数通过编程写入该智能车系统中每个智能车的硬件中，通过建立通讯拓扑连通图实现智能车之间的分布式信息交
互，最终达到预期的效果，即所有智能车达到状态一致。
[0026]本专利技术的有益效果：
[0027]该系统当速度信息不容易测量或不可测量时，仅通过交互位置信息就能使得整个系统最终达到状态一致性。
[0028]通过设计合理的事件触发条件，使系统更加“智能”，仅在满足事件触发条件时智能车才和邻居智能车交互信息，减少了智能车有限的计算资源使用。
[0029]该系统是基于周期采样控制，不需要实时检测该系统的状态，而是间隔一段时间去检测系统的状态，减少了资源的使用。
附图说明
[0030]图1为差分驱动的轮式移动智能车“手”位置。
[0031]图2为本专利技术系统流程图。
具体实施方式
[0032]以下结合附图对本专利技术作进一步说明，如图2所示，本专利技术包括如下步骤：
[0033]步骤A：针对多智能车系统的动力学方程，且依据现有数学分析方法将系统中各个智能车的通讯拓扑关系用一个无向连通图(智能车之间信息传输不存在单方向传输)表示，Laplacian矩阵为对应无向连通图的数学描述；
[0034]步骤B：针对问题a)，设计更加合理更加贴合实际的控制器，使得该控制器的控制输入不再需要智能车的速度信息而是仅交互位置信息就能使该多智能车系统达到状态一致；
[0035]本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种多智能车系统周期采样事件触发协同控制方法，其特征在于该方法包括：步骤A：针对多智能车系统的动力学方程，将系统中各个智能车的通讯拓扑关系用一个无向连通图表示；步骤B：设计动力学方程中的智能车控制器，使得该控制器的控制输入不再需要智能车的速度信息而是仅交互位置信息就能使该多智能车系统达到状态一致；步骤C：针对步骤B设计对应的事件触发条件函数；步骤D：根据控制要求，证明系统稳定性，即应用数学方法进一步分析得到相应的矩阵不等式；步骤E：根据步骤D所得的矩阵不等式，应用Matlab软件中LMI工具箱，解出使得该多智能车系统稳定的各个参数；步骤F：将最终所设计出的控制输入以及事件触发条件函数通过编程写入该智能车系统中每个智能车的硬件中，通过建立通讯拓扑连通图实现智能车之间的分布式...

【专利技术属性】
技术研发人员：张健，黄娜，王孟哲，孔亚广，张帆，陈张平，赵晓东，郑小青，何中杰，张尧，
申请(专利权)人：杭电海宁信息科技研究院有限公司，
类型：发明
国别省市：