一种多机器人编队控制系统的隐私保护方法及控制方法技术方案

本发明专利技术涉及一种多机器人编队控制系统的隐私保护方法及控制方法。所述隐私保护方法包括：将多机器人系统以及通信关系转变成图论模型；建立含有外部干扰的多机器人系统的运动模型：向机器人i在k时刻的运动状态中加入零和均匀分布的随机噪声。匀分布的随机噪声。匀分布的随机噪声。

【技术实现步骤摘要】
一种多机器人编队控制系统的隐私保护方法及控制方法


[0001]本专利技术涉及机器人移动控制
，具体而言，涉及一种多机器人编队控制系统的隐私保护方法及控制方法。

技术介绍

[0002]高速发展的信息化社会推动着机器人技术的快速发展，单个机器人在执行任务时的弱势和不足越专利技术显，由多个机器人组成的多机器人系统具有容错性强、鲁棒性高等优点，能够完成相对复杂的任务，因此多机器人协同作业控制技术在卫星编队、信息融合等诸多领域中具有良好的应用前景。
[0003]多机器人协同控制领域中一个最基本的问题是一致性问题。多机器人系统一致性是指各机器人相互通信共享信息，按照系统的控制策略调整自己的状态信息，最终所有机器人达到相同状态。多机器人系统一致性可应用于感知网络，空间探索，多车编队等领域中。
[0004]在实际网络应用中，机器人之间的通信通道中存在着各种干扰噪声，外部干扰的存在会降低多机器人系统协同控制的精度，并可能会造成协同作业任务的失败，因此，考虑外部干扰影响的多机器人协同控制问题，具有实际研究意义。
[0005]多机器人系统协同控制的基本前提是机器人之间可以进行信息交互。如果某些不法分子监听机器人通信，就可能根据通信通道中的信息，推测出机器人的状态更新规则，进而获取到机器人各自的初始信息，如果这些初始信息是机器人个体不愿对外公布的敏感信息，那么就会产生隐私泄露问题。
[0006]因此需要一种对于多机器人编队控制系统的机器人隐私数据(或敏感数据)进行保护方法以及一种多机器人编队控制系统的控制方法。

技术实现思路

[0007]为了改善上述技术问题，本专利技术提供了一种多机器人编队控制系统的隐私保护方法，其包括：
[0008]步骤1：将多机器人系统以及通信关系转变成图论模型；
[0009]步骤2：建立含有外部干扰的多机器人系统的运动模型：
[0010]x
i
(k+1)＝x
i
(k)+u
i
(k)+d
i
(k)；
[0011]y
i
(k)＝x
i
(k)；
[0012]其中x
i
(k)∈R
m
表示多机器人系统运行过程中机器人i在k时刻的运动状态，x
i
(0)是机器人i的隐私数据；y
i
(k)∈R
m
是运动模型的输出，d
i
(k)∈R
m
是外部干扰系统的输出，u
i
(k)∈R
m
是控制输入，i＝1，2，...，n，n表示机器人的数目；
[0013]步骤3：向机器人i在k时刻的运动状态中加入零和均匀分布的随机噪声θ
i
(k)，其中：
[0014]机器人i在第k次迭代时的信息状态为：
[0015][0016][0017]其中θ
i
(k)是机器人i在j次迭代时添加的均匀分布的随机噪声；m表示描述机器人位置的坐标个数；
[0018]加入的随机噪声满足以下条件：
[0019][0020]其中，μ
i
(k)和b
ij
是服从其均值为0且方差为的均匀分布的随机变量，B
ij
(*)是仅被机器人i所知道的特定函数，不同的j对应不同的B
ij
(*)函数。
[0021]其中：所述外部干扰系统的输出d
i
(k)满足以下的外部干扰系统动态方程：
[0022]w
i
(k+1)＝Ww
i
(k)
[0023]d
i
(k)＝Vw
i
(k)
[0024]其中w
i
(k)∈R
z
是外部干扰系统的内部状态，d
i
(k)∈R
m
是外部干扰系统的输出，W∈R
z*z
是外部干扰系统的系统矩阵，V∈R
m*z
是外部干扰系统的输出矩阵。
[0025]本专利技术还提供了一种多机器人编队控制系统的控制方法，其包括：
[0026]步骤1:将多机器人系统以及通信关系转变成图论模型；
[0027]步骤2:建立含有外部干扰的多机器人系统的运动模型：
[0028]x
i
(k+1)＝x
i
(k)+u
i
(k)+d
i
(k)；
[0029]y
i
(k)＝x
i
(k)；
[0030]其中x
i
(k)∈R
m
表示多机器人系统运行过程中机器人i在k时刻的运动状态，x
i
(0)是机器人i的隐私数据；y
i
(k)∈R
m
是运动模型的输出，d
i
(k)∈R
m
是外部干扰系统的输出，u
i
(k)∈R
m
是控制输入，i＝1,2,...,n，n表示机器人的数目；
[0031]步骤3:向机器人i在k时刻的运动状态中加入零和均匀分布的随机噪声θ
i
(k)，其中：
[0032]机器人i在第k次迭代时的信息状态为：
[0033][0034][0035]其中θ
i
(k)是机器人i在k次迭代时添加的均匀分布的随机噪声；m表示描述机器人位置的坐标个数；
[0036]加入的随机噪声满足以下条件：
[0037][0038]其中，μ
i
(k)和b
ij
是服从其均值为0且方差为的均匀分布的随机变量，B
ij
(*)是仅被机器人i所知道的特定函数，不同的j对应不同的B
ij
(*)函数；
[0039]步骤4:构造外部干扰观测器以便抵消外部干扰系统的输出；
[0040]步骤5:建立迭代更新的多机器人系统的运动模型，利用构造的外部干扰观测器重新设计控制输入，以便控制多机器人编队控制系统的运动状态达到渐近一致。
[0041]其中：所述外部干扰观测器是：
[0042][0043]其中是外部干扰系统的输出d
i
(k)的估计值，是外部干扰系统的内部状态w
i
(k)的估计值，M∈R
z*m
，且有λ
i
(W
‑
MV)≤1；
[0044]其中，所述外部干扰系统的输出d
i
(k)满足以下的外部干扰系统动态方程：
[0045]w
i
(k+1)＝Ww
i
(k)
[0046]d
i
(k)＝Vw
i
(k)...

【技术保护点】

【技术特征摘要】
1.一种多机器人编队控制系统的隐私保护方法，其包括：步骤1：将多机器人系统以及通信关系转变成图论模型；步骤2：建立含有外部干扰的多机器人系统的运动模型：x
i
(k+1)＝x
i
(k)+u
i
(k)+d
i
(k)；y
i
(k)＝x
i
(k)；其中x
i
(k)∈R
m
表示多机器人系统运行过程中机器人i在k时刻的运动状态，x
i
(0)是机器人i的隐私数据；y
i
(k)∈R
m
是运动模型的输出，d
i
(k)∈R
m
是外部干扰系统的输出，u
i
(k)∈R
m
是控制输入，i＝1，2，...，n，n表示机器人的数目；步骤3：向机器人i在k时刻的运动状态中加入零和均匀分布的随机噪声θ
i
(k)，其中：机器人i在第k次迭代时的信息状态为：机器人i在第k次迭代时的信息状态为：其中θ
i
(k)是机器人i在k次迭代时添加的均匀分布的随机噪声；m表示描述机器人位置的坐标个数；加入的随机噪声满足以下条件：其中，μ
i
(k)和b
ij
是服从其均值为0且方差为的均匀分布的随机变量，B
ij
(*)是仅被机器人f所知道的特定函数，不同的j对应不同的B
ij
(*)函数。2.根据权利要求1所述的多机器人编队控制系统的隐私保护方法，其中：所述外部干扰系统的输出d
i
(k)满足以下的外部干扰系统动态方程：(k)满足以下的外部干扰系统动态方程：其中w
i
(k)∈R
z
是外部干扰系统的内部状态，d
i
(k)∈R
m
是外部干扰系统的输出，W∈R
z*z
是外部干扰系统的系统矩阵，V∈R
m*z
是外部干扰系统的输出矩阵。3.一种多机器人编队控制系统的控制方法，其包括：步骤1：将多机器人系统以及通信关系转变成图论模型；步骤2：建立含有外部干扰的多机器人系统的运动模型：x
i
(k+1)＝x
i
(k)+u
i
(k)+d
i
(k)；y
i
(k)＝x
i
(k)；其中x
i
(k)∈R
m
表示多机器人系统运行过程中机器人i在k时刻的运动状态，x
i
(0)是机器人f的隐私数据；y
i
(k)∈...

【专利技术属性】
技术研发人员：杨怡泽，杨洪勇，刘飞，刘莉，
申请(专利权)人：鲁东大学，
类型：发明
国别省市：