一种动态事件驱动的多机器人固定时间饱和控制方法

技术领域

本发明属于自动化技术领域，涉及一种动态事件驱动的多机器人固定时间饱和控制方法。

背景技术

多机器人协同控制应用于许多领域，如无人机编队、环境监测、遇险营救等复杂任务。其中：编队任务是多机器人协同控制中最基本任务之一。在传统的多机器人编队控制方法中，固定时间控制方法是一种有效的编队控制方法，该方法能够不依赖于机器人的初始状态而在给定时间范围内，完成多机器人的编队任务。并且，通过使用静态事件驱动机制，节省系统的通信资源。然而，使用静态事件驱动机制的固定时间编队控制方法，在多机器人编队形成后，存在Zeno现象。这就意味着，在多机器人系统按照编队方式稳定运行时，静态事件驱动机制失效，多机器人系统仍然需要连续通信维持系统编队队形，因此，通信资源没有得到有效节省。在另一方面，由于机器人的驱动能力有限，控制输入饱和是多机器人系统普遍存在的一种控制约束，如果处理不当会导致系统性能下降甚至失稳。而传统的编队控制方法没有有效的考虑这一点。因此，在这一背景下，本发明弥补了现有技术的不足。

发明内容

本发明的目标是针对现有技术的不足，提供一种有效的多机器人编队控制方法，使得多机器人系统在受输入饱和的影响下完成编队任务，同时节省系统通信资源，并且在完成编队任务后，事件驱动机制仍然正常工作。首先为了节省系统通信资源，设计了一种动态事件驱动机制，该机制引入了一个动态变量，由于该变量具有非负性，这在解决Zeno行为上发挥重要的作用。接着，将提出的动态事件驱动机制与固定时间控制算法相融合，得到动态事件驱动的固定时间控制方法。最后，引入控制输入饱和，给出动态事件驱动机制的固定时间饱和控制算法。

一种动态事件驱动的多机器人固定时间饱和控制方法，该方法具体如下：能独立运行在机器人群体中每个机器人的控制系统中，对于第i个机器人，i＝1，2，...，n，n是机器人的数量,该方法的具体步骤如下：

第一步：计算多机器人系统的常用参数数据，具体步骤如下：

a)建立多机器人系统的邻接矩阵A＝[a

b)建立机器人群体的拉普拉斯矩阵

其中：

c)设定一个虚拟领导者，即虚拟机器人，具有位置x

d)建立矩阵

第二步：建立多机器人动力学模型，具体步骤如下：

a)第i个机器人的动力学模型表示为：

其中：x

b)虚拟领导者的动力学模型表示为：

其中：x

||L

其中：l

第三步：设计动态事件驱动机制；

定义第i个机器人的事件触发时刻为

其中：γ＞0；δ＞0；h

其中：参数β＞0；初始值θ

第四步：计算第i个机器人的控制输入；

当事件驱动规则Ω

其中：a是正偶数，b是正奇数，且a＜b；d

其中：u

其中：

其中：λ

第五步：如果终止条件满足，则机器人停止运行；如果终止条件没有满足，则返回第三步继续执行。

作为优选，所述的终止条件为给定的最大搜索时间已经达到。

本发明提出的一种动态事件驱动的多机器人固定时间饱和控制方法，该方法通过动态事件驱动机制与固定时间控制方法相融合，在完成编队任务的同时还能有效节省通信资源，该机制通过引入一个内部动态变量,利用内部动态变量的非负性，来避免多机器人系统形成编队后产生的Zeno行为，同时将输入饱和因素考虑在内，令所提出的控制方法更具有通用性。

具体实施方式

以多机器人编队为例，设定范围为100m×100m,以此范围建立坐标系，可以进一步表示成[-50，50]×[-50，50]。采用4个机器人进行编队。对于第i个机器人，i＝1，...，n，n＝4是机器人的数量，该方法的具体步骤如下：

第一步：计算多机器人系统的常用参数数据。初始化机器人的位置信息x

a)建立多机器人系统的邻接矩阵A＝[a

b)建立多机器人系统的拉普拉斯矩阵

c)定义一个虚拟领导者，初始化位置x

d)建立矩阵

第二步：建立多机器人动力学模型，具体步骤如下：

a)第i个机器人的动力学模型可以表示为：

其中：x

b)虚拟领导者的动力学模型表示为：

其中：x

第三步：设计动态事件驱动机制，具体为：

其中：h

第四步：计算第i个机器人的控制输入。当事件驱动规则Ω

其中：a＝2，b＝5；d

第五步：如果给定终止时间满足，则机器人停止运行；如果终止时间没有满足，则返回第三步继续执行。