耦合约束多智能体分布式鲁棒非线性模型预测控制方法技术

本发明专利技术涉及一种耦合约束多智能体分布式鲁棒非线性模型预测控制方法，引入预设控制和预设状态概念，通过设计预设状态与优化问题真实预测状态之间偏差，以及构造智能体之间预设状态约束，实现智能体之间耦合约束条件的解耦，采用管模型预测控制收缩约束的思想，设计有界扩张管收缩约束域，实现无终端要素下扰动系统约束条件的满足，同时实现耦合约束下多智能体系统的鲁棒稳定跟踪控制。可用于解决多机器人协同操作系统的鲁棒稳定高效控制问题；可用于解决自主机器人轨迹跟踪鲁棒控制问题。用于解决自主机器人轨迹跟踪鲁棒控制问题。用于解决自主机器人轨迹跟踪鲁棒控制问题。

【技术实现步骤摘要】
耦合约束多智能体分布式鲁棒非线性模型预测控制方法


[0001]本专利技术属于刚柔耦合多机器人协同操控领域，涉及一种耦合约束多智能体分布式鲁棒非线性模型预测控制方法，具体为基于鲁棒非线性模型预测的绳系耦合多智能体系统协同操作的轨迹跟踪控制方法，属于刚柔耦合多机器人协同操控领域。

技术介绍

[0002]随着操作任务的复杂化和多样性，机器人自主轨迹跟踪控制不仅需要具有鲁棒稳定性能，还需具备避障、避碰以及满足机器人本身运动学和动力学约束的能力，同时考虑实际需求保障性能最优。这对控制方法的设计提出了很多要求，传统控制方法难以同时满足鲁棒稳定性、约束限制以及性能最优三点要求。模型预测控制是一种基于优化的控制方法，对多约束下的非线性系统鲁棒稳定跟踪控制问题有系统的解决方法。为了实现实时在线优化控制，多智能体系统需要采用分布式模型预测控制方法。与单机器人系统相比，多机器人系统存在耦合约束，这种约束造成机器人优化问题变量存在耦合，对分布式模型预测控制算法的实现带来很大挑战。因此，如何实现耦合约束多智能体系统分布式模型预测控制算法是一个难点。<br/>[0003]本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种耦合约束多智能体分布式鲁棒非线性模型预测控制方法，其特征在于步骤如下：步骤1、引入预设控制和预设状态，实现智能体之间耦合约束的解耦：引入预设控制：其中，表示智能体i在t时刻的预设控制序列；表示智能体i在t
‑
1时刻优化问题求解的最优控制序列；表示智能体i在t
‑
1时刻优化问题最优控制序列对应的最优状态；表示智能体i在t时刻的参考状态；K
i
(t)是智能体i在t时刻局部线性状态反馈控制增益；预设状态定义的智能体之间避碰约束形式为：其中，表示智能体j在t时刻预设状态的位置分量；步骤2、采用泰勒展开线性凸化非凸约束：约束形式的线性凸化形式为：智能体i的避障约束为：A0p
i
(k|t)≤1其中，矩阵A0由多面体构型的障碍物形状决定；智能体i运动学约束：A
m
x
i
(k|t)≤1其中，矩阵A
m
由运动学约束决定智能体i控制输入饱和约束为：A
c
u
i
(k|t)≤1其中，矩阵A
c
由饱和约束决定；步骤3、设计有界扩张管收紧约束域：系统约束条件为：其中，表示智能体i的状态和控制输入约束集合；矩阵H
i
为智能体i的约束矩阵；改进后的约束为：
其中，为智能体i在第k步预测的约束集合，表示收紧向量，q表示约束总的个数；所述其中，ρ为指数衰减率；c为调节因子；ζ
i
为扰动的上界，即||ξ
i
(t)||≤ζ
i
；λ
max
(*)表示矩阵的最大特征值；所述矩阵P
f

【专利技术属性】
技术研发人员：黄攀峰，刘亚，张帆，刘正雄，张夷斋，
申请(专利权)人：西北工业大学，
类型：发明
国别省市：