網(wǎng)絡(luò)Euler-Lagrange系統(tǒng)分布式模糊協(xié)同跟蹤控制方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及分布式模糊協(xié)同跟蹤控制方法。
【背景技術(shù)】
[0002] 近年來，網(wǎng)絡(luò)通訊和計算機技術(shù)快速發(fā)展，使得多智能體系統(tǒng)的分布式控制問題 成為國內(nèi)外學者的研究熱點。通過對每個智能體實施控制作用，使各個智能體協(xié)調(diào)工作，能 完成單個運動體無法完成的任務(wù)。從根本上提高了多智能體系統(tǒng)的容錯能力，拓寬了多智 能體系統(tǒng)的應(yīng)用范圍。
[0003] 多智能體系統(tǒng)的分布式控制分別針對各個智能體能獲得的信息設(shè)計控制律，實現(xiàn) 多智能體系統(tǒng)的協(xié)同控制。網(wǎng)絡(luò)環(huán)境中的多智能體系統(tǒng)分布式協(xié)同跟蹤控制是多智能體系 統(tǒng)協(xié)同控制的重要內(nèi)容。通過控制領(lǐng)航者的運動軌跡，使所有跟隨智能體跟蹤領(lǐng)航者，能達 到對整個多智能體系統(tǒng)的協(xié)同控制，具有廣泛的應(yīng)用前景。目前基于網(wǎng)絡(luò)拓撲圖的多智能 體分布式跟蹤控制更是備受關(guān)注。
[0004] 文獻[1]分別在有向網(wǎng)絡(luò)拓撲和無向網(wǎng)絡(luò)拓撲中，基于有限時間穩(wěn)定性理論，研 究了多智能體系統(tǒng)的有限時間狀態(tài)一致性控制問題。
[0005] 文獻[2]在不利用鄰居跟隨者速度信息的情況下，基于有限時間穩(wěn)定性理論和齊 次理論，設(shè)計了魯棒有限時間包容控制方法，使跟隨者在有限時間內(nèi)運動到由領(lǐng)航者構(gòu)成 的動態(tài)凸包中，該控制算法不利用鄰居的速度信息，減小了多智能體系統(tǒng)的網(wǎng)絡(luò)傳輸負擔。 然而上述控制算法都是針對線性系統(tǒng)提出的，忽略了實際系統(tǒng)的非線性性，在工程實踐中 有較大的局限性。
[0006] 文獻[3]考慮實際系統(tǒng)存在的非線性性，針對由Euler-Lagrange方程描述的多智 能體系統(tǒng)的動力學模型，考慮系統(tǒng)存在的不確定性，基于自適應(yīng)及魯棒控制方法，提出了分 布式自適應(yīng)魯棒跟蹤控制算法，最后以雙平面轉(zhuǎn)動機械臂組成的智能體系統(tǒng)為例，進行數(shù) 值仿真驗證了該控制算法的有效性。但是該控制算法是基于無向網(wǎng)絡(luò)拓撲提出的，沒有考 慮網(wǎng)絡(luò)傳輸和傳感器可視范圍的約束，在工程實踐方面存在較大的保守性。
[0007] 文獻[4]基于有向圖描述的網(wǎng)絡(luò)拓撲，考慮通信時延，針對存在參數(shù)不確定性的 Euler-Lagrange多智能體系統(tǒng)，基于自適應(yīng)技術(shù)，提出了分布式自適應(yīng)控制算法，理論上證 明了該控制算法能實現(xiàn)跟隨智能體對動態(tài)領(lǐng)航者的同步跟蹤的目標。最后以雙關(guān)節(jié)機械手 組成的多智能體系統(tǒng)為例，進行數(shù)值仿真驗證了該控制算法的有效性。但是該控制算法是 在假設(shè)有向網(wǎng)絡(luò)是連通的情況下提出的，具有較大的局限性。
[0008] 多智能體分布式協(xié)同跟蹤控制問題：
[0009] 在多智能體系統(tǒng)的協(xié)同控制研究中，往往需要實現(xiàn)對目標軌跡的跟蹤。在多智能 體系統(tǒng)協(xié)同跟蹤控制問題的研究中，稱提供目標軌跡的智能體為領(lǐng)航者，稱其余跟蹤該目 標軌跡的智能體為跟隨者。對于存在領(lǐng)航者的多智能體系統(tǒng)，一般領(lǐng)航者的運動獨立，不依 賴于跟隨者，但可以影響跟隨者的運動。在多數(shù)情況下可以通過控制領(lǐng)航者的運動軌跡，使 所有的跟隨者跟蹤領(lǐng)航者，達到對整個多智能體系統(tǒng)的協(xié)同控制。分布式協(xié)同跟蹤控制是 指針對每個智能體，根據(jù)其能獲得的信息設(shè)計控制律，實現(xiàn)所有的跟隨者對領(lǐng)航者軌跡的 跟蹤。多智能體系統(tǒng)的分布式協(xié)同跟蹤控制，在航天器編隊控制，空間探索，工業(yè)生產(chǎn)等領(lǐng) 域都有廣泛的應(yīng)用空間。

【發(fā)明內(nèi)容】

[0010] 本發(fā)明是要解決現(xiàn)有技術(shù)是（1)現(xiàn)有控制算法針對線性系統(tǒng)提出，忽略實際系 統(tǒng)的非線性，具有較大局限性；（2)現(xiàn)有控制算法沒有考慮網(wǎng)絡(luò)傳輸和傳感器可視范圍 的約束存在較大保守性；（3)現(xiàn)有控制算法是有向網(wǎng)絡(luò)是連通的具有較大局限性，（4)現(xiàn) 有控制算法沒有考慮系統(tǒng)非線性不確定性而本專利考慮了系統(tǒng)的非線性不確定性并將 非線性不確定性根據(jù)其來源進行分類處理，減小了控制系統(tǒng)的設(shè)計難度，而提出了網(wǎng)絡(luò) Euler-Lagrange系統(tǒng)分布式模糊協(xié)同跟蹤控制方法。
[0011] 網(wǎng)絡(luò)Euler-Lagrange系統(tǒng)分布式模糊協(xié)同跟蹤控制方法，它按以下步驟實現(xiàn)：
[0012] 步驟1 :對跟隨雙關(guān)節(jié)機械臂智能體的Euler-Lagrange動力學模型進行處理，將 模型的非線性不確定性根據(jù)其來源進行分類得到和A>/,冱
[0013] 步驟2 :采用自適應(yīng)模糊控制系統(tǒng)設(shè)計，分別實現(xiàn)對模型的兩類非線性不確定性 ($，4,)和進行動態(tài)在線逼近；
[0014] 步驟3 :采用分布式自適應(yīng)模糊協(xié)同跟蹤控制算法，設(shè)計τ ,使所有的跟隨雙關(guān)節(jié) 機械臂智能體能漸近跟蹤領(lǐng)航雙關(guān)節(jié)機械臂智能體的轉(zhuǎn)動角，使跟蹤誤差Qi-Q tl趨近于零； 其中，所述Qi為跟隨雙關(guān)節(jié)機械臂智能體i的轉(zhuǎn)動角，且i = 1，2,…，n，q C1表示領(lǐng)航雙關(guān) 節(jié)機械臂智能體的轉(zhuǎn)動角。
[0015] 本發(fā)明效果：
[0016] 為了在網(wǎng)絡(luò)傳輸速度和傳感器可視范圍受限的情況下實現(xiàn)多個跟隨智能體實時 跟蹤動態(tài)領(lǐng)航者的軌跡，本發(fā)明專利在有向拓撲網(wǎng)絡(luò)中，考慮系統(tǒng)的廣義非線性不確定性， 基于自適應(yīng)控制理論和模糊控制理論，提出了分布式自適應(yīng)模糊跟蹤控制算法。主要思想 是在Euler-Lagrange方程描述的由雙關(guān)節(jié)機械臂組成的多智能體特性的基礎(chǔ)上，考慮廣 義非線性不確定性的來源，將其分類并利用各個跟隨智能體獲得的信息分別設(shè)計自適應(yīng)模 糊控制系統(tǒng)，實現(xiàn)對廣義非線性不確定性的動態(tài)逼近，在此基礎(chǔ)上考慮模糊系統(tǒng)的逼近誤 差，設(shè)計分布式跟蹤控制律，實現(xiàn)多跟隨智能體對領(lǐng)航者的實時跟蹤。
[0017] 本發(fā)明考慮到工程實踐中由機械系統(tǒng)組成的智能體系統(tǒng)大多存在非線性特點，而 且Euler-Lagrange系統(tǒng)是一種典型的非線性系統(tǒng)，能較好的描述由航天器，機械臂，步行 機器人等機械系統(tǒng)組成的多智能體系統(tǒng)的動力學特性，所以本發(fā)明在有向圖網(wǎng)絡(luò)拓撲中， 針對由Euler-Lagrange方程描述的由雙關(guān)節(jié)機械臂組成的多智能體系統(tǒng)，考慮其存在的 廣義非線性不確定性，基于模糊控制和自適應(yīng)控制等理論，設(shè)計了分布式自適應(yīng)模糊跟蹤 控制算法。首先將智能體的非線性不確定性根據(jù)其產(chǎn)生的原因分類；然后針對每個智能體 能夠獲得的信息分別針對不同類的非線性不確定性設(shè)計模糊系統(tǒng)來逼近該類不確定性，這 樣能大大減少模糊規(guī)則，降低模糊系統(tǒng)的設(shè)計難度；最后設(shè)計分布式控制律實現(xiàn)對動態(tài)領(lǐng) 航者的跟蹤。此外，本發(fā)明只要求部分跟隨者能獲得領(lǐng)航者的信息，減小了多智能體系統(tǒng)的 網(wǎng)絡(luò)通訊負擔。
[0018] ①在有向網(wǎng)絡(luò)中設(shè)計控制算法，考慮了工程實踐中網(wǎng)絡(luò)傳輸速度和傳感器可視范 圍的限制；
[0019] ②利用Euler-Lagrange方程描述智能體的動力學特性，考慮了系統(tǒng)的非線