【技术实现步骤摘要】
本申请涉及机器人控制领域，尤其涉及一种基于性能距离的多机器人目标跟踪编队控制方法。
技术介绍
1、车辆编队控制技术是一种特定的移动机器人编队技术。车辆编队控制技术是将多辆移动机器人通过它们之间的相互通信，彼此间互相传递位置信息和速度信息，在获取到这些信息后，通过控制器使其彼此间保持一固定的距离和角度，以一稳定的队形进行道路行驶。
2、根据传感器和控制变量，现有的方法可分为基于位置、位移和距离的编队控制方法。
3、基于位置的编队控制方法是通过控制各个机器人在空间中的位置和姿态来实现协同运动，其具有较高的灵活性，可以根据需要实现各种不同的编队形态和任务配置，但对环境要求高，通过需要编队内部各个机器人的精确位置信息，在复杂或不稳定的环境下可能受到干扰而表现不佳，且实现位置同步需要机器人之间进行频繁的通信，可能增加通信开销和延迟，对感知和控制要求高。
4、基于位移的编队控制方法是通过控制各个机器人之间的相对位移来实现编队协同工作和运动，其相对简单，对环境要求相对较低，不需要精确的绝对位置信息，但灵活性较差，且容易受到外部扰动的影响，控制相对复杂。
5、对比上述两种方法，基于距离的编队控制方法相对简单直观，只需要控制编队内部各个机器人之间的相对距离，同时对环境要求低，适用于gps信号弱的环境中，而且距离通常更容易测量，控制相对灵活，改变各个机器人之间的距离即可实现不同形态和结构的编队切换。
6、基于距离的编队控制方法大多考虑的是单积分或双积分的动力学模型，无法准确描述具有复杂动力
技术实现思路
1、本专利技术的目的在于：为了解决现有的编队控制方法存在无法准确描述具有复杂动力学和非线性特性的车辆行为的问题，提供一种基于性能距离的多机器人目标跟踪编队控制方法。
2、本申请的上述目的是通过以下技术方案得以实现的：
3、s1：构建基于未知非线性项以及外部扰动的车辆动力学模型；
4、s2：基于刚性图理论，构建车辆编队的刚性图框架；
5、s3：设计rbfnn网络；
6、s4：确定目标轨迹，设车辆编队的第一个车辆为领导者，其余为车辆为跟随者；通过rbfnn网络逼近车辆动力学模型的未知非线性项和偏置故障项，结合刚性图框架，进行目标轨迹跟踪控制。
7、具体的，应用刚性图论来实现多机器人目标跟踪和基于距离的编队控制问题。建立车辆模型，考虑车辆执行器故障的情况，将车辆建模为具有执行器故障控制输入、未知非线性项和外部扰动的二阶非线性系统。通过rbfnn网络逼近车辆模型中的偏置故障项和未知非线性项。利用刚性图论相关知识，通过多车辆编队拓扑结构建立刚度矩阵，基于此，计算刚性图的每条边的距离误差，设计性能函数，将刚性框架中的每条边的距离误差约束在一给定的目标下，保障控制的瞬态和稳态性能，同时在控制过程中，选取一车辆作为领导者，考虑其与目标轨迹的位置误差，并将其加入到设计的控制器中，实现多车辆对目标轨迹的跟踪以及编队队形的控制。通过rbfnn网络逼近车辆模型中的偏执故障项和未知非线性项，获得车辆二阶非线性模型，对比单积分或双积分模型使系统具有更强的鲁棒性，且能较好地描述车辆在复杂环境下的行为。同时，在控制器的设计中考虑了编队内部领导者对于目标轨迹的跟踪问题，并且加入了性能函数，使控制具有更好的瞬态和稳态性能。
8、可选的，步骤s1包括：
9、s11：考虑车辆执行器故障情况下，含有未知非线性项以及外部扰动的单个车辆动力学模型描述如下所示：
10、
11、其中，表示第个车辆的位置，表示第个车辆的速度，表示执行器故障时车辆的控制输入；表示非线性未建模动态不确定性项，表示外部扰动项，表示编队内部车辆的数量；
12、s12：执行器故障的形式如下所示：
13、
14、其中，和分别表示故障效率系数和偏置故障，且，和为未知故障时刻；
15、定义；
16、s13：多个车辆系统的整体的车辆动力学模型如下所示：
17、
18、
19、其中，和分别表示整个系统中车辆的总体位置和速度；，表示整个系统的未知非线性项；表示整个系统的故障效率，表示整个系统的偏置故障项，表示整个系统外部扰动项。
20、可选的，步骤s2包括：
21、构建无向图表示车辆编队之间的拓扑关系，其中组成顶点和组成边；
22、定义和分别表示无向图的顶点和边的数量；无向图的顶点表示各个车辆，无向图的边表示各个车辆之间的通信关系；
23、定义一对刚性图框架，其中且，是二维或三维空间中顶点的位置；
24、关于中任意排序的边，定义的边函数：，如下所示：
25、
26、其中，表示欧几里德范数；
27、刚性图框架的刚度矩阵定义为：
28、
29、设期望的车辆编队形状为正五边形，构建正五边形的刚度矩阵。
30、可选的，所述刚度矩阵如下所示：
31、
32、其中，，且分别表示顶点在坐标中的位置。
33、可选的，步骤s3包括：
34、设未知非线性项和偏置故障项是平滑的，则在紧集，近似为：
35、
36、其中，表示未知非线性项；表示偏执故障项；和是rbfnn神经网络的权重；和表示近似误差；，且和是一个已知的光滑函数，表示神经元的数量；
37、估计值和由下式给出：
38、
39、其中，和是rbfnn神经网络的权重矩阵，激活函数选择如下：
40、
41、其中，是激活函数的中心，是高斯函数宽度。
42、可选的，步骤s4包括：
43、定义领导者与目标轨迹之间的跟踪误差如下所示：
44、
45、其中，，分量和分别表示领导者在和方向上的跟踪误差，向量和分别表示目标轨迹和领导者的位置，且是目标轨迹的参考速度；
46、定义车辆编队中车辆和车辆之间的距离误差如下所示：
47、
48、其中，；表示车辆与车辆之间的距离；表示车辆和车辆之间的期望距离；
49、距离误差的动力学如下所示：
50、
51、其中，表示的转置；表示车辆的速度；表示车辆的速度；表示第个车辆的速度。
52、可选的，步骤s4还包括：
53、目标轨迹跟踪控制的控制目标为：在车辆执行器故障的情况下，设计一分散的控制协议，使领导者能够跟随目标轨迹，同时车辆编队内部各车辆间的距离误差满足约束：
54、
55、
56、其中，和是满足和的递减性能界限；表示距离误差的下界；表示距离误差的上界；
57、由于和是递减的，选取与，获得距离误差的边界，确保整个车辆编队本文档来自技高网...
【技术保护点】
1.一种基于性能距离的多机器人目标跟踪编队控制方法，其特征在于，方法包括以下步骤：
2.如权利要求1所述的一种基于性能距离的多机器人目标跟踪编队控制方法，其特征在于，步骤S1包括：
3.如权利要求2所述的一种基于性能距离的多机器人目标跟踪编队控制方法，其特征在于，步骤S2包括：
4.如权利要求3所述的一种基于性能距离的多机器人目标跟踪编队控制方法，其特征在于，所述刚度矩阵如下所示：
5.如权利要求4所述的一种基于性能距离的多机器人目标跟踪编队控制方法，其特征在于，步骤S3包括：
6.如权利要求5所述的一种基于性能距离的多机器人目标跟踪编队控制方法，其特征在于，步骤S4包括：
7.如权利要求6所述的一种基于性能距离的多机器人目标跟踪编队控制方法，其特征在于，步骤S4还包括：
8.如权利要求7所述的一种基于性能距离的多机器人目标跟踪编队控制方法，其特征在于，步骤S4还包括：
【技术特征摘要】
1.一种基于性能距离的多机器人目标跟踪编队控制方法，其特征在于，方法包括以下步骤：
2.如权利要求1所述的一种基于性能距离的多机器人目标跟踪编队控制方法，其特征在于，步骤s1包括：
3.如权利要求2所述的一种基于性能距离的多机器人目标跟踪编队控制方法，其特征在于，步骤s2包括：
4.如权利要求3所述的一种基于性能距离的多机器人目标跟踪编队控制方法，其特征在于，所述刚度矩阵如下所示：
【专利技术属性】
技术研发人员：郑世祺，原一介，邓宇书，周谦，粟涛，宫馨雨，李志鹏，
申请(专利权)人：中国地质大学武汉，
类型：发明
国别省市：
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。