带有未知扰动的多智能体系统环形编队控制方法及系统

本发明涉及多智能体系统编队控制，具体涉及一种带有未知扰动的多智能体系统环形编队控制方法及系统。

背景技术：

1、近年来，由于多智能体系统具有广泛的应用前景，日益成为控制领域的研究热点。多智能体系统可以通过相互协作完成单个智能体所不能完成的复杂任务，具有更高的执行效率和更好的鲁棒性，因此被广泛应用于环境监测、追捕与跟踪等多个领域。

2、多智能体系统编队控制问题是多智能体系统协同控制领域的经典问题之一，旨在控制多智能体系统形成特定的几何形状。其中环形编队控制问题具有重要的研究价值，这主要得益于为研究其他复杂的编队问题奠定了基础。此外，环形被广泛应用于一般多移动机器人协同控制的几何构型，例如无人机、智能车等。

3、目前，多智能体系统环形编队控制问题已经受到了广泛的重视。国内外许多研究者开展了相关建模、仿真与分析的工作。文献“王媛媛.带有界测量误差的多智能体系统分布式环形编队控制研究.南京理工大学,2020”中提出将多智能体系统建模为离散动力学模型，考虑系统中存在有界的测量误差和输入饱和约束，提出一种基于小增益法的分布式控制律。“zhu g,liu k,gu h,chen l,j.fully distributed event-triggered formationcontrol for multi-agent systems with unknown disturbances.int j robustnonlinear control,2023,33(2):736-752”研究了基于一致性的编队控制问题，考虑未知扰动的影响，提出了基于事件触发的编队控制律。“wang p,song c，liu l,coveragecontrol for mobile sensor networks with double-integrator dynamics andunknown disturbances,ieee transactions on automatic control.2022:1-8”考虑未知扰动的影响，研究了具有二阶动力学模型和不同最大速度的移动传感器覆盖控制问题，定义了一种新的势能函数，可以使多智能体系统在运动过程中保持空间顺序不变。

4、相关技术中，未知扰动的编队控制方案，只能实现均匀的环形编队，即相邻智能体之间的角距离是相等的，却无法实现在未知扰动存在的情况下多智能体系统任意的环形编队。而且输入饱和约束和未知扰动均会影响每个智能体的运动速度大小，这样会导致多智能体系统空间顺序无法保持的问题。相关的一些方案在未知扰动存在的情况下保持系统空间顺序不变的方法也不适用于环形编队控制稳定性分析。

5、然而在实际应用中，因为环境中通常存在不可测量的扰动，所以会一定程度上影响系统的稳定性。同时由于智能体物理结构的限制，智能体的最大运动速度通常是受限的。相关技术中所述的方法不能使相邻智能体之间保持任意期望的角距离。综上所述，解决带有未知扰动和输入饱和约束的多智能体系统环形编队控制问题具有重要的研究意义。

技术实现思路

1、本发明所要解决的技术问题在于如何将多智能体系统收敛到期望编队的领域，增强多智能体系统在执行任务过程中的抗干扰性、鲁棒性。

2、本发明通过以下技术手段解决上述技术问题的：

3、一方面，本发明提出了一种带有未知扰动的多智能体系统环形编队控制方法，所述方法包括：

4、获取多智能体系统中每个智能体的位置状态，其中，所述多智能体系统的通信拓扑网络为环形拓扑结构；

5、利用预先设计的控制器对每个智能体的位置状态进行处理，得到每个智能体的控制输入；

6、根据每个智能体的控制输入和每个智能体受到的未知环境扰动，利用带有未知扰动的多智能体系统的运动模型控制所述智能体进行运动，以将多智能体系统收敛到期望编队的邻域；

7、其中，所述控制器的公式表示为：

8、

9、式中：ui(t)表示第i个智能体的控制输入；μi表示第i个智能体的最大输入饱和值；sat(x)表示饱和函数；表示根据第i个智能体与其相邻智能体的位置状态所定义的环控制器；表示利用势能函数定义的避碰控制器；di-1表示第(i-1)个智能体与第i个智能体之间的期望角距离；ci表示第i个智能体的辅助控制参数，其值会影响多智能体系统环形编队误差的大小。

10、进一步地，所述控制器的参数取值条件为：

11、

12、式中：λi表示第i个智能体的最大运动速度，di表示第i个智能体受到的未知环境扰动的上界；di表示第i个智能体与第(i+1)个智能体之间的期望角距离；bi表示第i个智能体和第(i+1)个智能体之间的最小避碰缓冲广义角距离，即当第i个智能体和第(i+1)个智能体之间的广义角距离小于bi时，避碰控制器才会发生作用；i∈in＝{1,2,...,n}。

13、进一步地，在所述获取多智能体系统中每个智能体的位置状态之前，所述方法还包括：

14、基于图论知识，定义环形拓扑结构为多智能体系统的通信拓扑网络，其中，每个智能体都对应所述环形拓扑结构中的一个节点，将由边相连的两个智能体作为相邻智能体；

15、定义ni＝{i-1,i+1}为第i个智能体的邻居集，第i个所述智能体获取与其相邻的智能体的位置状态为：

16、

17、

18、式中：n为所述多智能体系统中智能体的总数。

19、进一步地，所述避碰控制器的公式表示为：

20、

21、式中：γ′i,i+1(t)表示第i个智能体和第(i+1)个智能体之间的势能函数关于广义角距离的一阶偏导数；θi,i+1(t)表示第i个智能体和第(i+1)个智能体之间的实际相对角距离；γ′i,i-1(t)表示第i个智能体和第(i-1)个智能体之间的势能函数关于广义角距离的一阶偏导数；θi-1,i(t)表示第(i-1)个智能体和第i个智能体之间的实际相对角距离。

22、进一步地，在所述利用预先设计的控制器对每个智能体的位置状态进行处理，得到每个智能体的控制输入之前，所述方法还包括：

23、定义广义距离函数为：其中θi,j＝θj-θi，并且hi,j≡hj,i，θj表示第j个智能体在圆环上的角位置，即以目标点为原点的水平坐标轴正方向与第j个智能体逆时针方向的夹角，θi表示第i个智能体在圆环上的角位置，hi,j表示第i个智能体和第j个智能体之间的广义角距离，≡表示恒等关系，即hi,j在任何情况下都和hj,i相等，ni表示第i个智能体的邻居集；

24、定义辅助函数g(x,a,b)为：

25、

26、式中：0<a<b，a表示一个任意的实数，b表示一个任意的实数，x表示函数g(x,a,b)的自变量；

27、定义势能函数γi,j为：

28、

29、式中：ci∈r，0<ai<bi，si为第i个智能体和第(i+1)个智能体之间的最小安全角距离，zi表示第i个智能体与第(i+1)个智能体之间的最小避碰缓冲角距离，ai表示第i个智能体和第(i+1)个智能体之间的最小安全广义角距离，bi表示第i个智能体与第(i+1)个智能体之间的最小避碰缓冲广义角距离；

30、基于所述势能函数，构建所述避碰控制器。

31、进一步地，所述环控制器的公式表示为：

32、

33、式中：θi,i+1(t)表示第i个智能体和第(i+1)个智能体之间的实际相对角距离；θi-1,i(t)表示第(i-1)个智能体和第i个智能体之间的实际相对角距离，di表示第i个智能体与第(i+1)个智能体之间的期望角距离。

34、进一步地，在所述利用预先设计的控制器对每个智能体的位置状态进行处理，得到每个智能体的控制输入之前，所述方法还包括：

35、定义θi为第i个智能体位于所述环形拓扑结构上的位置，每个所述智能体的运动模型满足的动力学方程为：

36、

37、式中：表示第i个智能体的运动速度，ui(t)表示第i个智能体的控制输入，δi(t)表示第i个智能体受到的未知环境扰动。

38、进一步地，在所述获取多智能体系统中每个智能体的位置状态之前，所述方法还包括：

39、初始化所述多智能体系统，初始化内容包括智能体的个数、初始位置分布、期望角距离、最大运动速度以及形状大小；

40、计算相邻所述智能体之间的最小安全角距离为si＝2arcsin((xi+xi+1)/2r)，xi为第i个智能体的半径，xi+1为第(i+1)个智能体的半径，r为所述环形拓扑结构的半径；

41、计算相邻所述智能体之间的最小避碰缓冲角距离为zi＝2arcsin((wi+wi+1)/2r)，wi为第i个智能体的最小避碰缓冲半径，wi+1为第(i+1)个智能体的最小避碰缓冲半径，r为所述环形拓扑结构的半径。

42、进一步地，所述根据每个智能体的控制输入和每个智能体受到的未知环境扰动，利用带有未知扰动的多智能体系统的运动模型控制所述智能体进行运动，以将多智能体系统收敛到期望编队的邻域，包括：

43、根据每个所述智能体的控制输入和每个所述智能体受到的未知环境扰动，利用所述运动模型控制所述智能体进行运动，更新每个所述智能体的位置状态；

44、判断多智能体系统是否收敛到期望编队的领域；

45、若是，则结束操作；

46、若否，则重新获取每个所述智能体的位置状态。

47、另一方面，本发明还提出了一种带有未知扰动的多智能体系统环形编队控制系统，所述系统包括：

48、位置状态获取模块，用于获取多智能体系统中每个智能体的位置状态，其中，所述多智能体系统的通信拓扑网络为环形拓扑结构；

49、控制输入计算模块，用于利用预先设计的控制器对每个智能体的位置状态进行处理，得到每个智能体的控制输入；

50、运动控制模块，用于根据每个智能体的控制输入和每个智能体受到的未知环境扰动，利用带有未知扰动的多智能体系统的运动模型控制所述智能体进行运动，以将多智能体系统收敛到期望编队的邻域；

51、其中，所述控制器的公式表示为：

52、

53、式中：ui(t)表示第i个智能体的控制输入；μi表示第i个智能体的最大输入饱和值；sat(x)表示饱和函数；表示根据第i个智能体与其相邻智能体的位置状态所定义的环控制器；表示利用势能函数定义的避碰控制器；di-1表示第(i-1)个智能体与第i个智能体之间的期望角距离；ci表示第i个智能体的辅助控制参数，其值会影响多智能体系统环形编队误差的大小。

54、本发明的优点在于：

55、(1)本发明通过获取多智能体系统中每个智能体的位置状态，并利用预先设计好的控制器基于每个智能体的位置状态计算器控制输入，根据每个智能体的控制输入和每个智能体受到的未知环境扰动利用带有未知扰动的运动模型控制智能体运动；考虑环境中存在未知扰动，以及多智能体系统的物理结构限制等因素，能够将多智能体系统收敛到期望编队的领域，增强多智能体系统在执行任务过程中的抗干扰性、鲁棒性，从而满足更好的控制需求。

56、(2)现有的方案考虑每个智能体具有相同的输入饱和值，但在实际应用中，每个智能体通常是具有不同的输入饱和值的，本发明为每个智能体设计了具有不同输入饱和约束的多智能体系统环形编队控制律，同时考虑未知扰动对系统的影响，利用势能函数使多智能体系统的空间顺序保持不变，利用输入饱和项补偿未知扰动对系统的影响，增强多智能体系统在执行任务过程中的抗干扰性、鲁棒性。

57、本发明附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。