【技术实现步骤摘要】
本专利技术涉及机器人集群控制，具体涉及一种基于滑模控制的不同最大速度的机器人集群覆盖方法及系统。
技术介绍
1、覆盖控制是多机器人领域最重要的研究之一。它主要是根据客户的分布来实现机器人在空间的最优分布，为客户提供更好的服务。覆盖要求每个机器人都能检测到客户并为客户提供服务。因为它广泛的工业和生活背景，它广泛应用于军事、应急和灾害中救援、环境监测、空间探索等领域。许多学者从事覆盖控制的研究，一种分布式控制律被设计用来优化实现对多智能体位置的传感测量任务区域。根据对代价函数取梯度下降和voronoi分区，许多研究人员进一步研究了多智能体网络的覆盖控制问题并考虑移动机器人的物理约束，如速度极限，有限的传感或通信范围，和任务区域的信息密度等等。
2、在许多覆盖任务的实际场景中，机器人服务的客户端通常是离散分布的。因此，许多现有的技术不再可靠。此外，以往的大部分工作只考虑覆盖区域的最大化或覆盖能耗的最小化，但在许多实际应用中，如搜救任务中，主要考虑的是尽快行动并提供服务，即尽量减少机器人到达任务区域内每个客户的时间。而且，对于不同最大速度的机器人集群，现有研究相对较少，并且在对机器人的控制中也很少考虑扰动存在的情况。目前应用最广泛的为pid控制算法，其简单实现，在一些简单的系统中，pid控制可以提供良好的稳定性和鲁棒性，但对于高度非线性的系统，pid控制无法提供足够的适应性且对于系统参数变化较大或者难以准确测量的情况，pid控制性能也会下降。
技术实现思路
1、鉴于以上问题，本
2、根据本专利技术的一方面，提出一种基于滑模控制的不同最大速度的机器人集群覆盖方法，该方法包括以下步骤：
3、根据每个机器人各自的最大行驶速度计算获取多个机器人的多个最优覆盖位置；
4、设计抗干扰的滑模控制器，以利用所述滑模控制器控制机器人行驶到其最优覆盖位置。
5、进一步地，机器人的动力学模型在极坐标系下表示为：
6、
7、式中，ρi表示机器人到目标点的距离；αi表示机器人速度方向与目标方向的夹角；vi表示机器人线速度；ωi表示机器人的角速度。
8、进一步地，所述抗干扰的滑模控制器设计为：
9、
10、式中，c表示比例积分滑模函数s中的系数，c＞0；k＞0；d≥|d|，d表示角度αi控制上存在的扰动；sgn(·)为符号函数。
11、进一步地，所述比例积分滑模函数s表示为：
12、s(t)＝e(t)+c∫e(t)dt
13、式中，e(t)表示误差；c须满足hurwitz条件，即c＞0。
14、进一步地，扰动d＝asin(t)或者d＝acos(t)，其中a为大于0的常数。
15、进一步地，根据每个机器人各自的最大行驶速度计算获取多个机器人的多个最优覆盖位置包括：
16、给定机器人初始位置则第τ次迭代中第i个机器人能够最快提供服务的客户集合表示为：
17、
18、其中，表示迭代次数；i＝1,2…，z，z表示机器人总数；gj表示中对应的客户位置；pi表示第i个机器人的位置；pk表示第k个机器人的位置；μi表示第i个机器人最大速度；μk表示第k个机器人最大速度；表示第τ次迭代机器人集群位置集合；表示客户位置集合；
19、根据每个机器人对应的客户集合按照下述公式计算每次迭代中每个机器人的最优覆盖位置：
20、
21、式中，表示中客户的个数；表示迭代τ+1次后第i个机器人期望的覆盖位置；
22、当目时，确定每个机器人的最优覆盖位置即为
23、根据本专利技术的另一方面，提出基于滑模控制的不同最大速度的机器人集群覆盖系统，该系统包括：
24、最优覆盖位置获取模块，其配置成根据每个机器人各自的最大行驶速度计算获取多个机器人的多个最优覆盖位置；
25、滑模控制模块，其配置成设计抗干扰的滑模控制器，以利用所述滑模控制器控制机器人行驶到其最优覆盖位置。
26、进一步地，所述滑模控制模块中机器人的动力学模型在极坐标系下表示为：
27、
28、式中，ρi表示机器人到目标点的距离；αi表示机器人速度方向与目标方向的夹角；vi表示机器人线速度；ωi表示机器人角速度；
29、所述抗干扰的滑模控制器设计为：
30、
31、式中，c表示比例积分滑模函数s中的系数，c＞0；k＞0；d≥|d|，d表示角度αi控制上存在的扰动；sgn(·)为符号函数。
32、进一步地，所述滑模控制模块中扰动d＝asin(t)或者d＝acos(t)，其中a为大于0的常数。
33、进一步地，所述最优覆盖位置获取模块中根据每个机器人各自的最大行驶速度计算获取多个机器人的多个最优覆盖位置的过程包括：
34、给定机器人初始位置则第τ次迭代中第i个机器人能够最快提供服务的客户集合表示为：
35、
36、其中，表示迭代次数；i＝1，2…，z，z表示机器人总数；gj表示中对应的客户位置；pi表示第i个机器人的位置；pk表示第k个机器人的位置；μi表示第i个机器人最大速度；μk表示第k个机器人最大速度；表示第τ次迭代机器人集群位置集合；表示客户位置集合；
37、根据每个机器人对应的客户集合按照下述公式计算每次迭代中每个机器人的最优覆盖位置：
38、
39、式中，表示中客户的个数；表示迭代τ+1次后第i个机器人期望的覆盖位置；
40、当且时，确定每个机器人的最优覆盖位置即为
41、本专利技术的有益技术效果是：
42、本专利技术提出一种基于滑模控制的不同最大速度的机器人集群覆盖方法及系统，主要考虑使用一组具有不同最大速度的机器人去覆盖一群时间敏感的离散的客户。总体的设计分为两部分，第一部分针对时间敏感覆盖控制问题，设计了数值优化器，使其解为机器人最优覆盖位置；第二部分设计了滑模控制器，对可控变量ωi进行抗扰控制；最终利用滑模控制器驱使机器人从初始位置行驶到最优覆盖控制位置，然后时刻准备为离散的客户提供服务。本专利技术中最优覆盖位置数值优化器解决了离散客户要求时间敏感服务的最优覆盖位置计算问题，也解决了实际应用背景下种种考虑时效任务分布的问题；抗扰的滑模控制器考虑了具有等速约束的非完整移动机器人在角度控制上的扰动，可使得机器人稳定的到达最优覆盖位置。
本文档来自技高网...【技术保护点】
1.基于滑模控制的不同最大速度的机器人集群覆盖方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于滑模控制的不同最大速度的机器人集群覆盖方法，其特征在于，机器人的动力学模型在极坐标系下表示为：
3.根据权利要求2所述的基于滑模控制的不同最大速度的机器人集群覆盖方法，其特征在于，所述抗干扰的滑模控制器设计为：
4.根据权利要求3所述的基于滑模控制的不同最大速度的机器人集群覆盖方法，其特征在于，所述比例积分滑模函数s表示为：
5.根据权利要求3所述的基于滑模控制的不同最大速度的机器人集群覆盖方法，其特征在于，扰动d＝Asin(t)或者d＝Acos(t)，其中A为大于0的常数。
6.根据权利要求1所述的基于滑模控制的不同最大速度的机器人集群覆盖方法，其特征在于，根据每个机器人各自的最大行驶速度计算获取多个机器人的多个最优覆盖位置包括：
7.基于滑模控制的不同最大速度的机器人集群覆盖系统，其特征在于，包括：
8.根据权利要求7所述的基于滑模控制的不同最大速度的机器人集群覆盖系统，其特征在于，所述
9.根据权利要求8所述的基于滑模控制的不同最大速度的机器人集群覆盖系统，其特征在于，所述滑模控制模块中扰动d＝Asin(t)或者d＝Acos(t)，其中A为大于0的常数。
10.根据权利要求7所述的基于滑模控制的不同最大速度的机器人集群覆盖系统，其特征在于，所述最优覆盖位置获取模块中根据每个机器人各自的最大行驶速度计算获取多个机器人的多个最优覆盖位置的过程包括：
...【技术特征摘要】
1.基于滑模控制的不同最大速度的机器人集群覆盖方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于滑模控制的不同最大速度的机器人集群覆盖方法，其特征在于，机器人的动力学模型在极坐标系下表示为：
3.根据权利要求2所述的基于滑模控制的不同最大速度的机器人集群覆盖方法，其特征在于，所述抗干扰的滑模控制器设计为：
4.根据权利要求3所述的基于滑模控制的不同最大速度的机器人集群覆盖方法，其特征在于，所述比例积分滑模函数s表示为：
5.根据权利要求3所述的基于滑模控制的不同最大速度的机器人集群覆盖方法，其特征在于，扰动d＝asin(t)或者d＝acos(t)，其中a为大于0的常数。
6.根据权利要求1所述的基于滑模控制的不同最大速度的机器人集群覆盖方...
【专利技术属性】
技术研发人员：张泽旭，徐田来，袁帅，张良，郭鹏，
申请(专利权)人：哈尔滨工业大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。