System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种全驱异构多智能体系统指定性能容错控制方法技术方案_技高网

一种全驱异构多智能体系统指定性能容错控制方法技术方案

技术编号:40949630 阅读:2 留言:0更新日期:2024-04-18 20:24
本发明专利技术公开了一种全驱异构多智能体系统指定性能容错控制方法,根据无人机和无人车的运动特性,建立故障状态下多无人机‑无人车系统的全驱系统模型;利用图论知识建立虚拟领导者与跟随者之间以及跟随者与跟随者之间的信息交互特性;构造分布式预设时间观测器;采用预设性能函数,利用分布式预设时间观测器对领导者提供的期望运动轨迹信息的实时观测信息和自身位置信息,设计在自适应律更新故障估计参数下的分散式容错控制律,保证故障下系统跟踪误差满足预先设定的瞬态和稳态性能,解决了执行器故障下异构多智能体系统的一致性控制问题,显著提高了系统的鲁棒性、容错性。

【技术实现步骤摘要】

本专利技术涉及空地多智能体系统的容错控制领域,特别涉及一种全驱异构多智能体系统指定性能容错控制方法


技术介绍

1、由多个具有环境感知、通信和自组织能力的智能体组成的多智能体系统不仅能克服单个智能体在负载、覆盖和容错方面的局限性,还能提高合作任务的执行效率和整个系统的生存能力。领导者-跟随者一致性控制问题是多智能体系统协同控制的基本问题,被广泛研究。领导者-跟随者一致性控制指的是所有追随者都跟踪领导者的轨迹。目前,领导者-跟随者一致性控制的研究大多集中在同构多智能体系统上,而对异构多智能体系统的研究相对较少。与同构多智能体系统相比,异构智能体在任务分配上具有更大的灵活性,因为它们可以利用不同类型智能体的优势来弥补单一类型智能体的不足,例如:多无人机-无人车协同作业。

2、很多因素包括老化和不可预测的外部环境变化,经常导致实际工程中的系统发生故障。一旦发生故障,会导致系统的控制性能下降,甚至造成系统瘫痪与财产的损失。为了应对这些潜在的故障和减轻其影响,确保系统的可靠性和稳定性,容错控制必不可少。随着多智能体系统规模扩大,所执行的任务外部条件越加复杂,系统发生故障的概率增加。由于智能体结构的限制,一旦系统中的某个智能体发生故障,故障信息会通过通讯网络传播给其他智能体,因此,提出合理有效的异构多智能体系统容错控制是有实际意义的。

3、在2015年aghaeeyan a等人公开的论文uav-ugvs cooperation:with amovingcenter based trajectory中,作者在对无人机和无人车进行动力学建模的基础上,提出了一种时变编队控制器。然而,此方法并未考虑到异构多智能体系统发生未知执行器故障的情况。若系统执行器发生故障,则可能出现异构多智能体系统协同控制失败的结果。并且该方法是基于无人机与无人车的一阶状态空间模型,需要引入虚拟控制变量,控制器设计较为复杂。


技术实现思路

1、专利技术目的:针对以上问题,本专利技术目的是提供一种全驱异构多智能体系统指定性能容错控制方法,能确保多智能体系统在未知执行器故障情况下仍能够保证系统的协同跟踪性能。

2、技术方案:本专利技术的一种全驱异构多智能体系统指定性能容错控制方法,该异构多智能体系统由1个虚拟领导者和多个跟随者组成,跟随者包括无人机和无人车,包括如下步骤:

3、步骤1,考虑多智能体系统执行器发生故障,根据无人机和无人车的运动特性,建立故障状态下多无人机-无人车系统的全驱系统模型;

4、步骤2,利用图论知识建立虚拟领导者与跟随者之间以及跟随者与跟随者之间的信息交互特性;

5、步骤3,基于异构多智能体系统中个体的信息交互特性,构造分布式预设时间观测器,利用分布式预设时间观测器实现预设时间内对领导者提供的期望运动轨迹信息的精确观测;

6、步骤4,采用预设性能函数,利用分布式预设时间观测器对领导者提供的期望运动轨迹信息的实时观测信息和自身位置信息,设计在自适应律更新故障估计参数下的分散式容错控制律,保证故障下系统跟踪误差满足预先设定的瞬态和稳态性能。

7、进一步,步骤1具体包括:

8、该异构多智能体系统中的跟随者包括n1个无人机和n2个无人车,其中n1和n2为正自然数且n=n1+n2,将无人机集合定义为将无人车集合定义为将跟随者集合定义为将虚拟领导者提供期望的运动轨迹记为η0,η0为一个连续可导的有界函数,部分与虚拟领导者相连的跟随者获取到期望的运动轨迹η0以及它的导数和且γ为正常数;

9、构建无人机i的全驱系统模型如下:

10、

11、其中,和分别表示无人机i在x轴、y轴和z轴的位置;g为重力加速度;和分别表示无人机i在x轴、y轴和z轴的控制输入;上标t表示矩阵转置;

12、构建无人车i的全驱系统模型如下:

13、

14、其中,和分别表示无人车i在x轴和y轴的位置;和分别表示施加在无人车i左右电机上的控制力矩;li表示无人车i从参考位置到惯性位置的距离,ξi、wi、θi分别表示无人车i的速度、角速度和方向;mgi和jgi分别表示无人车i的质量及转动惯量,qi是无人车i轮子的半径,di为车辆纵轴与各车轮之间的距离;

15、将无人机和无人车的动力学模型整合,构建跟随者i的全驱系统模型如下:

16、

17、其中,若则fi=fia,bi=i3,i3为3×3的单位矩阵,若则fi=fig,bi=mini,

18、将多智能体系统引入的具有部分失效故障的执行器输出表示为:

19、τi(t)=ρii3τic(t)

20、其中,τic(t)表示t时刻跟随者i的执行器的输入向量,ρi表示为执行器的效能因子,满足0<ρ≤ρi≤1,其中ρ为一正常数;

21、将τ(t)代入跟随者i的全驱系统模型中,则具有执行器部分失效故障的跟随者i的全驱系统模型如下:

22、

23、进一步,步骤2具体包括:

24、构建虚拟领导者与跟随者之间信息交互特性,记为其中,当跟随者i接收虚拟领导者的信息时bi=1;否则,bi=0;

25、利用无向图表示跟随者之间的信息交互特性,其中表示跟随者构成的集合,表示跟随者之间边构成的集合,利用(i,j)表示跟随者j能够获取跟随者i的信息,若则为权值非负的连接矩阵,表示所有n×n维实数矩阵的集合,若aij=1则aij=0,将拉普拉斯矩阵定义为其中,

26、综上,将多智能体系统内个体间的信息交换矩阵定义为

27、进一步,步骤3具体包括:

28、定义一时变函数如下:

29、

30、其中,t表示一时间常数且满足t>0,h表示一正常数且满足h>2;将自变量t省略,即μ(t,t)=μ(t);

31、将跟随者i对虚拟领导者提供的期望运动轨迹η0、和的估计值分别记为和其中j∈{1,2,3},分别表示在x轴、y轴和z轴的元素,分布式预设时间观测器的表达式如下:

32、

33、

34、

35、其中,k和c为两正实数;t1、t2和t3是提前任意设定的时间常数且满足t1<t2<t3;sign(·)为符号函数;参数δi,1、δi,1和δi,1的表达式分别为:

36、

37、

38、

39、选择c使其满足则在预设时间t3内其中λmin表示矩阵的最小特征值。

40、进一步,步骤4具体包括:

41、定义跟随者i的跟踪误差,表示为:

42、

43、其中,若令若则令分别表示跟随者i在x轴、y轴和z轴的跟踪误差;跟踪误差需要满足以下不等式:

44、

45、其中,θmin和θmax是正实数;·∈{x,y,z};ω为预设性能函数,定义如下:

46、

4本文档来自技高网...

【技术保护点】

1.一种全驱异构多智能体系统指定性能容错控制方法,该异构多智能体系统由1个虚拟领导者和多个跟随者组成,跟随者包括无人机和无人车,其特征在于,包括如下步骤:

2.根据权利要求1所述的全驱异构多智能体系统指定性能容错控制方法,其特征在于,步骤1具体包括:

3.根据权利要求2所述的全驱异构多智能体系统指定性能容错控制方法,其特征在于,步骤2具体包括:

4.根据权利要求3所述的全驱异构多智能体系统指定性能容错控制方法,其特征在于,步骤3具体包括:

5.根据权利要求4所述的全驱异构多智能体系统指定性能容错控制方法,其特征在于,步骤4具体包括:

【技术特征摘要】

1.一种全驱异构多智能体系统指定性能容错控制方法,该异构多智能体系统由1个虚拟领导者和多个跟随者组成,跟随者包括无人机和无人车,其特征在于,包括如下步骤:

2.根据权利要求1所述的全驱异构多智能体系统指定性能容错控制方法,其特征在于,步骤1具体包括:

3.根据权利要求2...

【专利技术属性】
技术研发人员:姜斌马永浩张柯
申请(专利权)人:南京航空航天大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1