当前位置: 首页 > 专利查询>同济大学专利>正文

一种非线性多无人车系统自触发时变编队优化控制方法技术方案

技术编号:46379301 阅读:5 留言:0更新日期:2025-09-15 13:00
本发明专利技术涉及一种非线性多无人车系统自触发时变编队控制方法,包括:针对非线性多无人车系统构建二阶动力学模型,通过有向拓扑结构描述无人系统间的通信;采用反步法,引入虚拟控制器,构造触发情况下的领导者‑跟随者编队误差系统;设计通信资源和控制性能的影响权重,分别构建基于虚拟输入和编队分布式位置误差的优化模型和基于现实输入和跟踪编队速度误差的优化模型;通过简化强化学习方法来求解相应的哈密顿‑雅可比‑贝尔曼等式的近似解,最优虚拟控制协议和最优现实控制协议依次被获取;类似地求得自触发预测条件;最后,在自触发预测条件下,多无人车系统不仅实现了时变编队,而且权衡了通信资源和控制性能。

【技术实现步骤摘要】

本专利技术涉及无人车编队,尤其是涉及一种非线性多无人车系统自触发时变编队优化控制方法


技术介绍

1、针对无人机、无人车以及陆地机器人等无人集群,异构无人系统能够准确包括不同种类的集群。在现有的异构无人车系统中,普遍采用基于同维输出信息的控制方法来编队。然而,这种基于同维输出信息的控制方法在应用于那些复杂动力学的智能体时,常常因为输出矩阵的不确定性导致效果不佳。

2、中国专利申请公开号cn116610119a公开了基于新时变间距策略的无人车编队控制方法,通过在无人车编队中采用新时变间距策略和滑模函数,结合神经网络,解决了传统时变间距策略中初始间距误差导致的不稳定问题,实现了无人车编队的稳定控制,然而,其并没有考虑到大规模编队任务场景下的通信资源的限制。

3、在系统的通信网络中,常见的拓扑结构是固定拓扑。然而随着通信网络的规模扩大和动态变化,固定拓扑往往无法高效地应对负载波动和故障恢复等挑战。在系统状态方面,应用于异构无人系统的观测器大多只适用于线性系统或受线性约束的系统,那么这类观测器难以观察不确定非线性特性的系统。针对大规模编队任本文档来自技高网...

【技术保护点】

1.一种非线性多无人车系统自触发时变编队优化控制方法,其特征在于,应用于包括一个领航无人车以及多个跟随无人车的非线性无人车系统,方法包括如下步骤:

2.根据权利要求1所述的一种非线性多无人车系统自触发时变编队优化控制方法,其特征在于,根据获取的各个无人车虚拟和现实的控制输入信息,通过权重预测函数计算并更新通信资源和控制性能的权重,获得更新后的权重的过程包括如下步骤:

3.根据权利要求2所述的一种非线性多无人车系统自触发时变编队优化控制方法,其特征在于,所述的跟随无人车集群的动力学模型建模为:

4.根据权利要求2所述的一种非线性多无人车系统自触发时变编队...

【技术特征摘要】

1.一种非线性多无人车系统自触发时变编队优化控制方法,其特征在于,应用于包括一个领航无人车以及多个跟随无人车的非线性无人车系统,方法包括如下步骤:

2.根据权利要求1所述的一种非线性多无人车系统自触发时变编队优化控制方法,其特征在于,根据获取的各个无人车虚拟和现实的控制输入信息,通过权重预测函数计算并更新通信资源和控制性能的权重,获得更新后的权重的过程包括如下步骤:

3.根据权利要求2所述的一种非线性多无人车系统自触发时变编队优化控制方法,其特征在于,所述的跟随无人车集群的动力学模型建模为:

4.根据权利要求2所述的一种非线性多无人车系统自触发时变编队优化控制方法,其特征在于,所述的非线性多无人车系统触发情况下的跟随编队位置误差和跟随编队速度误差分别为:

5.根据权利要求2所述的一种非线性多无人车系统自触发时变编队优化控制方法,其特征在于,所述的权重预测函数为:

6.根据权利要求1所述的一种非线...

【专利技术属性】
技术研发人员:程斌鲁荣翔何斌张朋朋王志鹏周艳敏
申请(专利权)人:同济大学
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