一种视野角约束条件下的多智能体编队控制方法 |
|||||||
申请号 | CN202111303464.6 | 申请日 | 2021-11-05 | 公开(公告)号 | CN114115334B | 公开(公告)日 | 2024-05-07 |
申请人 | 北京理工大学; | 发明人 | 杨庆凯; 赵欣悦; 方浩; 潘云龙; 曾宪琳; 李若成; 肖凡; 刘奇; 陈杰; | ||||
摘要 | 本公开的 视野 角 约束条件下的多智能体编队控制方法,通过建立智能体系统模型;基于智能体系统模型构建方位智能体的 角速度 控制器 ;利用方位智能体的角速度控制器控制方位智能体满足视野角约束条件;在方位智能体满足视野角约束条件下,根据方位智能体的 位置 建立方位智能体的线速度控制律;设计距离智能体切换函数,并根据切换函数和所述多智能体系统模型建立距离智能体的线速度控制律;根据方位智能体的线速度控制律和距离智能体的线速度控制律控制在视野角约束条件下多智能体的编队。能够在智能体仅有方位信息而没有位置信息或距离信息的条件下,使得智能体选择相对较少的路径从非期望一侧运动到期望一侧,最终运动到期望位置,实现视野角约束条件下的多智能体编队的形成、保持和变换。 | ||||||
权利要求 | 1.一种视野角约束条件下的多智能体编队控制方法,其特征在于,所述方法包括: |
||||||
说明书全文 | 一种视野角约束条件下的多智能体编队控制方法技术领域[0001] 本发明属于多智能体控制技术领域,具体涉及一种视野角约束条件下的多智能体编队控制方法。 背景技术[0002] 由于近些年来多智能体协同控制在复杂危险环境下的搜索救援、工业生产中的协同操作以及智能体娱乐表演等方面有大量的实际应用,对于多智能体协同控制的研究得到了学术界和工业界广泛的关注。在执行复杂环境下搜索任务时,多智能体编队技术在扩大搜索范围、提升搜索效率以及提高目标识别的准确性上有重要作用;在智能体高空飞行时,编队飞行不仅可以增强系统的稳定性,还可以降低总体的能源消耗。因此,对于编队队形保持有了大量的研究。但是,目前,大多数研究考虑的条件比较理想,少有考虑测量范围的限制,例如,获取方位信息一般使用的摄像头,通常情况下不会是全向角,而是具有一定视野角的。 [0003] 针对视野角约束条件下的编队控制问题,现有以下几种主要的解决方案:方案1:参考文献“Li X,Tan Y,Mareels I,et al.Compatible formation set for uavs with visual sensing constraint[C].In 2018 Annual American Control Conference(ACC), 2018:2497–2502.”中,通过引入障碍函数(barrier function)的概念,保证智能体在运动过程中,其邻居智能体始终在视野范围内,但这种方法假设视野角为300°且视距足够大(即可以不考虑视距受限),以保证整个编队拓扑是全连通的,且需要每一个智能体都能够获取到邻居智能体的相对位置信息。所设计的控制方法实现了队形的形成与保持。 [0004] 方案2:文献“Frank D,Zelazo D, F.Bearing‑only formation control with limited visual sensing:Two agent case[J].IFAC‑PapersOnLine,2018,51(23):28–33.”中,在基于方位角控制的基础上,考虑了两架智能体的情况下,加入朝向角控制,使得另一架智能体始终在视野角的中央位置,从而完成编队任务。所设计的控制方法能够实现队形的形成和保持。 [0005] 方案3:文献“Renaud P,Cervera E,Martiner P.Towards a reliable vision‑basedmobile robot formation control[C].In 2004 IEEE/RSJ International Conference on Intelligent Robots and Systems(IROS),2004:3176–3181.”中,在基于视觉的条件下,一种可靠的基于视觉的编队控制方法被提出,采用领航跟随控制策略,实现了多个机器人的一字编队运动。 发明内容[0006] 本发明克服了现有技术的不足之一,提供了一种视野角约束条件下的多智能体编队控制方法,能够在智能体仅有方位信息而没有位置信息或距离信息的条件下,使得智能体选择相对较少的路径从非期望一侧运动到期望一侧,最终运动到期望位置,实现视野角约束条件下的多智能体编队的形成、保持和变换。 [0007] 根据本公开的一方面,本发明提供一种视野角约束条件下的多智能体编队控制方法,所述方法包括: [0008] 建立智能体系统模型,其中,所述智能体包括方位智能体和距离智能体; [0010] 利用所述方位智能体的角速度控制器控制所述方位智能体满足视野角约束条件; [0011] 在所述方位智能体满足视野角约束条件下,根据所述方位智能体的位置建立所述方位智能体的线速度控制律; [0012] 设计所述距离智能体切换函数,并根据所述切换函数和所述多智能体系统模型建立所述距离智能体的线速度控制律; [0013] 根据所述方位智能体的线速度控制律和所述距离智能体的线速度控制律控制在视野角约束条件下所述多智能体的编队。 [0014] 在一种可能的实现方式中,所述智能体系统模型为: [0015] [0016] 其中,zi(k+1)和 表示智能体相邻两时刻的位置, 为智能体线速度的控制输入,T为材料样时间, 表示智能体两时刻的朝向角角度,uω(k)为智能体角速度的控制输入。 [0017] 在一种可能的实现方式中,所述基于所述智能体系统模型构建方位智能体的角速度控制器,包括: [0018] 基于所述智能体系统模型建立所述方位智能体的感知方位模型; [0019] 根据所述感知方位模型计算所述方位智能体的真实朝向和期望朝向的夹角; [0020] 根据所述方位智能体的真实朝向和期望朝向的夹角构建所述方位智能体的角速度控制器。 [0021] 在一种可能的实现方式中,所述视野角约束条件为所述视野角θf∈(0,π]。 [0022] 在一种可能的实现方式中,所述方位智能体的位置分为期望侧和非期望侧; [0023] 所述方位智能体的线速度控制律u为: [0024] [0025] 其中,g为述方位智能体位置的判别函数,当所述方位智能体的位置在期望侧时,f(k)影响所述方位智能体的线速度控制律;当所述方位智能体的位置在非期望侧时,(1‑g)影响所述方位智能体的线速度控制律。 [0026] 在一种可能的实现方式中,所述f(k)=‑k(θ(k)‑θ*),其中,θ(k)为所述方位智能*体的被控角度,θ(k)代表期望被控角度。 [0027] 在一种可能的实现方式中,所述距离智能体切换函数 式* 中,S为带符号的面积,S为期望的带符号的面积。 [0028] 本公开的视野角约束条件下的多智能体编队控制方法,通过建立智能体系统模型,其中,智能体包括方位智能体和距离智能体;基于智能体系统模型构建方位智能体的角速度控制器;利用方位智能体的角速度控制器控制方位智能体满足视野角约束条件;在方位智能体满足视野角约束条件下,根据方位智能体的位置建立方位智能体的线速度控制律;设计距离智能体切换函数,并根据切换函数和所述多智能体系统模型建立距离智能体的线速度控制律;根据方位智能体的线速度控制律和距离智能体的线速度控制律控制在视野角约束条件下多智能体的编队。能够在智能体仅有方位信息而没有位置信息或距离信息的条件下,使得智能体选择相对较少的路径从非期望一侧运动到期望一侧,最终运动到期望位置,实现视野角约束条件下的多智能体编队的形成、保持和变换。附图说明 [0029] 附图用来提供对本申请的技术方案或现有技术的进一步理解,并且构成说明书的一部分。其中,表达本申请实施例的附图与本申请的实施例一起用于解释本申请的技术方案,但并不构成对本申请技术方案的限制。 [0030] 图1示出了根据本公开一实施例的视野角约束条件下的多智能体编队控制方法流程图; [0031] 图2示出了根据本公开一实施例的视野角约束条件下的3个智能体编队示意图; [0032] 图3示出了根据本公开一实施例的视野角约束条件下的3个智能体在任意两个相邻时刻的运动关系示意图; [0033] 图4示出了根据本公开一实施例的在视野角 约束条件下的3个智能体编队形成示意图; [0034] 图5示出了根据本公开一实施例的在视野角 约束条件下的3个智能体编队形成过程误差曲线示意图; [0035] 图6示出了根据本公开一实施例的在视野角 约束条件下的3个智能体编队形成示意图; [0036] 图7示出了根据本公开一实施例的在视野角 约束条件下的3个智能体编队形成过程误差曲线示意图; [0037] 图8示出了根据本公开一实施例的2号方位智能体的初始位置靠近3号距离智能体时的编队形成示意图; [0038] 图9示出了根据本公开一实施例的2号方位智能体的初始位置靠近3号距离智能体时的编队形成误差示意图; [0039] 图10示出了根据本公开一实施例的2号方位智能体的初始位置在期望侧时的编队形成示意图; [0040] 图11示出了根据本公开一实施例的2号方位智能体的初始位置在期望侧时的编队形成误差示意图; [0041] 图12示出了根据本公开一实施例的视野角约束条件下的多智能体编队形成和变换过程示意图; [0042] 图13示出了根据本公开一实施例的视野角约束条件下的多智能体编队过程中角度误差和边长拜年话示意图。 具体实施方式[0043] 以下将结合附图及实施例来详细说明本发明的实施方式,借此对本发明如何应用技术手段来解决技术问题,并达到相应技术效果的实现过程能充分理解并据以实施。本申请实施例以及实施例中的各个特征,在不相冲突前提下可以相互结合,所形成的技术方案均在本发明的保护范围之内。 [0044] 本发明的视野角约束条件下的多智能体编队控制方法,考虑多智能体在同一高度(二维平面)运动,针对视野角约束条件下的多智能体三角编队控制问题。该方法考虑多智能体可以获取由方位和距离所规定的期望队形信息的情形,对于在能够测量方位的智能体上,加入了视野角约束条件。设计角速度控制器保证智能体始终可以看到其邻居智能体,在此基础上,对能够测量方位信息和能够测量距离信息的智能体分别设计速度控制,使其可以运动到期望位置。 [0045] 本发明分别对能够感知方位信息和能够感知距离信息的智能体进行控制律设计。对于测量方位的智能体,将控制律设计分解成角速度控制和速度控制,角速度保证视野角约束被满足,速度控制保证运动到期望位置上。 [0046] 图1示出了根据本公开一实施例的视野角约束条件下的多智能体编队控制方法流程图。该方法可以用于具有方位智能体和距离智能体的多个智能体编队运动过程中,下面以1个方位智能体和2个距离智能体为例进行说明。如图1所示,该方法可以包括: [0047] 步骤S1:建立智能体系统模型,其中,智能体包括方位智能体和距离智能体。 [0048] 图2示出了根据本公开一实施例的视野角约束条件下的3个智能体编队示意图。 [0049] 如图2所示,多智能体在同一高度运动(即二维平面),为了表述方便,将1个方位智能体标记为1号,2个距离智能体分别标记为1号和3号。 [0050] 在一示例中,智能体系统模型为: [0051] [0052] 其中,zi(k+1)和 表示智能体相邻两时刻的位置, 为智能体线速度的控制输入,T为材料样时间, 表示智能体两时刻的朝向角角度,uω(k)为智能体角速度的控制输入。 [0053] 为了书写方便,令 zi=zi(k),ui=ui(k),uω=uω(k)。因此,智能体系统模型可以得到如下的表达: [0054] [0055] 步骤S2:基于智能体系统模型构建方位智能体的角速度控制器。 [0056] 在一示例中,该步骤具体可以包括: [0057] 基于智能体系统模型建立方位智能体的感知方位模型;根据感知方位模型计算方位智能体的真实朝向和期望朝向的夹角;根据方位智能体的真实朝向和期望朝向的夹角构建所述方位智能体的角速度控制器。 [0058] 例如,如图2所示的2号方位智能体感知方位模型为: [0059] [0060] 其中b2i(k)为方位,即2号方位智能体可以感知到1号距离智能体和3号距离智能体的方位分别为b21和b23,根据式3能够得到b21和b23的值。 [0061] 由于方位智能体的视野角θf∈(0,π],则方位智能体的视野角的约束条件为0°到180°之间。在这样的约束下,邻居智能体(图2中的1号距离智能提和3号距离智能体)在2号方位智能体的视野范围内,则需满足下式: [0062] [0063] 令 代表智能体机头的朝向, 代表2号智能体和1号智能体方位的转置, 代表2号智能体和3号智能体方位的转置,则 式(5),令 代表与该智能体对应的期望朝向,相应的 其中 为期望朝向,根据式(3)和式(6)能够得到2号智能体能够感知到1号距离智能提和3号距离智能体的方位为: [0064] [0065] 根据式(6)和式(7)能够计算得到方位智能体的实际朝向和期望朝向之间的夹角为: [0066] [0067] 其中, 为符号函数,其计算方法如下: [0068] [0069] 即方位智能体的期望朝向和当前朝向的夹角是带有方向的,方向为期望朝向指向当前朝向,这里规定,逆时针方向为正,顺时针方向为负。 [0070] 由于存在视野角θf下,保证方位号智能体能够看到邻居距离智能体是首要的任务,首先要控制朝向角,即对角速度控制器进行设计。 [0071] 将uω设计为如下形式: 式中,kw是一个正的控制增益。 [0072] 通过设计方位智能体的角速度控制器,使得方位智能体始终满足视野角约束,进而保证邻居距离智能体始终保持在视野范围内,确保了方位测量信息不会丢失。 [0073] 步骤S3:利用方位智能体的角速度控制器控制方位智能体满足视野角约束条件。 [0074] 步骤S4:在所述方位智能体满足视野角约束条件下,根据所述方位智能体的位置建立所述方位智能体的线速度控制律; [0075] 其中,方位智能体的位置分为期望侧和非期望侧两部分,在不同侧,不同的控制输入起作用。 [0076] 在一示例中,方位智能体的线速度控制律u为: [0077] [0078] 其中,g为方位智能体位置的判别函数,当方位智能体的位置在期望侧时,f(k)影响方位智能体的线速度控制律,最终方位智能体可以运动到期望的平衡点;当方位智能体的位置在非期望侧时,(1‑g)影响方位智能体的线速度控制律,方位智能体选择绕行方式运动到期望的一侧。 [0079] 在一示例中,设计f(k)=‑k(θ(k)‑θ*)式(12),其中,θ(k)为所述方位智能体的被*控角度,θ(k)代表期望被控角度。 [0080] 例如,方位智能体所测方位角为φj(k)∈[0,2π)∪‑1,从方位号智能体的局部坐标系的X轴方向出发,逆时针方向为正,顺时针方向为负,其中,“‑1”意味着方位号智能体在其视野中观测不到j号智能体。 [0081] 引入辅助角变量δ(k),则: [0082] δ(k)=φ21(k)‑φ23(k)式(13), [0083] 则被控角度θ(k)为: [0084] [0085] 下面以如图2所示的三个智能体为例进行线速度控制律的设计,由式(15)可知2号方位智能体的被控角度为: [0086] [0087] 引入辅助变量ψ(k),则ψ(k)=φ23(k)+γ2θ2(k)式(16),其中,γ2是一个正的常系数,并且满足0<γ2<1,一般γ2选取为0.5。 [0088] 引入一个垂直于当前朝向的方向向量b⊥(k),如图2所示,则 [0089] [0090] 所要设计的β2(k)为: [0091] [0092] 其中,h1是关于b(k‑1)×b⊥(k‑1)的一个函数,计算如下: [0093] [0094] 引入判别函数g来判断2号方位智能体是否在期望一侧,判断方法如下: [0095] [0096] 这里规定,当判断2号方位智能体在非期望一侧时,初始的运动方向为向1号距离智能体一侧运动,如图2中的b⊥(k)所示。 [0097] 引入辅助变量η(k)和ε(k),η(k)定义如下: [0098] η(k)=h2(b(k)×b21(k))式(21), [0099] 其中,h2的计算方法和h1相同,这里不做赘述。根据式(21),可以得到辅助变量∈(k), [0100] [0101] 定义旋转矩阵R(k)=∈(k)*r,其中, 因此,b⊥(k)=R(k)*b(k)式(23)。 [0102] 图3示出了根据本公开一实施例的视野角约束条件下的3个智能体在任意两个相邻时刻的运动关系示意图。 [0103] 如图3所示,ΔL>0是两时刻之间2号方位智能体运动的路程,d21和d23为k+1时刻的距离。 [0104] 由图3可知,根据三角几何关系,计算得到: [0105] [0106] 其中α21是2号智能体当前时刻与下一时刻位置和1号智能体形成的夹角,α23是2号智能体当前时刻与下一时刻位置和3号智能体形成的夹角,再由正弦定理可以得到: [0107] [0108] 其中ΔL是2号智能体当前时刻与下一时刻位置的距离,边d23(k+1)和d21(k+1)分别代表下一时刻2号智能体与3、1号智能体间的距离,他们的差ΔD为: [0109] 由于ΔL大于零是显然的,因此,ΔD的符号由后一项决定。将后一项定义为Δd,表达式如下: [0110] 那么可以根据Δd的符号来选择较近一侧对应的运动方向。 [0111] 2号方位智能体的线速度控制律为: [0112] [0113] 其中,k2和kg都是大于零的控制增益,sgn(Δd)如下: [0114] [0115] 至此,2号方位智能体初始位置在非期望一侧时,通过式(28)的作用,就可以选择较近的路径飞行到期望的一侧,到达期望一侧后,最终运动到期望点。 [0116] 通过将能够获取方位的智能体,将视野角约束问题分解为角速度控制和线速度控制问题。设计角速度控制器,使得智能体始终满足视野角约束,进而保证邻居智能体始终保持在视野范围内,确保了方位测量信息不会丢失。在满足视野角约束的前提下,根据智能体的初始位置不同,即初始在期望一侧和在非期望一侧,将速度控制分为两种情况,分别设计控制律,设计切换函数,实现两种控制律的切换,这不仅能够实现编队的形成与变换,还能够在没有位置和距离信息的前提下,智能体单凭方位信息就能够选择较近的一条路径从非期望一侧运动到期望一侧。 [0117] 步骤S5:设计距离智能体切换函数,并根据切换函数和所述多智能体系统模型建立距离智能体的线速度控制律。 [0118] 针对能够测量相对距离信息的智能体,引入带符号的面积这一概念,设计判别函数,只在当测量方位的智能体在期望一侧时才开始运动,并最终实现期望距离的控制。 [0119] 以图2所示的1号距离智能体和3号距离智能体为例进行说明,为了保证2号智能体能够运动到期望一侧。需要当2号方位智能体在非期望侧时,1号和3号距离智能体处于静止状态,待到2号方位智能体运动到期望一侧时,最终运动到期望的平衡点。 [0120] 为此,首先引入带符号的面积S,带符号的三角形面积计算方法如下: [0121] [0122] 式中, S的符号由z1、z2和z3的顺序决定。当顺序为逆时针时,S则为正,反之,则S为负。通过式(31)可以确定一个唯一且顶点顺序也唯一确定的三角形。则期望的带符号的三角形面积S*计算公式如下: [0123] [0124] 其中,a∈{1,‑1},当z1、z2和z3逆时针排列时,a=1,顺时针排列时,a=‑1,[0125] 根据带符号的面积S和期望的带符号的面积S*定义距离智能体切换函数f(S),[0126] 由此,得到了1号和3号智能体的控制器,形式如下: [0127] 其中,ki>0是一个控制增益。 [0128] 结合步骤1,可得三个智能体的总控制律: [0129]其中,ki>0是常数。 [0130] 步骤S6:根据方位智能体的线速度控制律和所述距离智能体的线速度控制律控制在视野角约束条件下所述多智能体的编队。 [0131] 下面对该多智能体编队控制方法行仿真与实物实验。由于视野角约束的存在,令k=0,k=0时的参数设置如下: [0132] [0133] 其中,∈>0,并且足够小; [0134] sgn(Δd)=1。 [0135] 下面针对下面三种情况进行三组仿真实验。三种情况分别为: [0136] (1)不同的视野角大小,即 和 [0137] (2)非期望侧不同的初始位置。即初始位置分别为靠近1号智能体和初始位置为靠近3号智能体; [0138] (3)初始位置在期望侧与非期望侧。 [0139] 仿真一:不同的视野角大小约束 [0140] 图4和图5分别示出了根据本公开一实施例的在视野角 约束条件下的3个智能体编队形成示意图和编队形成误差曲线示意图。 [0141] 在 条件下,设定视野角大小为 期望的角度 1号、2和3号智能体的初始位置分别为 和 则图2中所示的1号、2号和3号智能体的编队形成过程如图4所示,编队形成过程的误差曲线如图5所示。 [0142] 图6和图7分别示出了根据本公开一实施例的在视野角 约束条件为下的3个智能体编队形成示意图和编队形成过程误差曲线示意图。 [0143] 在 条件下,设定视野角θf大小为π,期望的角度 1号、2和3号智能体的初始位置分别为 和 则图2中所示的1号、2号和3号智能体的编队形成过程如图6所示,编队形成过程的误差曲线如图5所示。 [0144] 仿真二:不同的视野角大小约束 [0145] 图8和图9分别示出了根据本公开一实施例的2号方位智能体的初始位置靠近3号距离智能体时的编队形成示意图和编队形成过程误差示意图。 [0146] 其中,2号方位智能体的初始位置靠近1号距离智能体时的仿真结果与其在视野角约束条件下的仿真结果一致,2号方位智能体的初始位置靠近1号距离智能体时的编队形成示意图和编队形成过程误差示意图分别如图4和5所示。 [0147] 在 条件下,设定视野角大小为 期望的角度 1号、2和3号智能体的初始位置分别为 和 则图2中所示的1号、2号和3号智能体的编队形成过程如图8所示,编队形成过程的误差曲线如图9所示。 [0148] 仿真三:初始位置在期望侧与非期望侧 [0149] 图10和图11分别示出了根据本公开一实施例的2号方位智能体的初始位置在期望侧时的编队形成示意图和编队形成过程误差示意图。 [0150] 在期望的一侧,设定视野角大小为 期望的角度 1号、2和3号智能体的初始位置分别为 和 则图2中所 示的1号、2号和3号智能体的编队形成过程如图10所示,编队形成过程的误差曲线如图11所示。 [0151] 图12示出了根据本公开一实施例的视野角约束条件下的多智能体编队形成和变换过程示意图;图13示出了根据本公开一实施例的视野角约束条件下的多智能体编队过程中角度误差和边长变换示意图。 [0152] 接下来给出一组无人机的实验,编队过程如图11所示,误差及边长变化曲线如图12所示。 [0153] 本公开的视野角约束条件下的多智能体编队控制方法,通过建立智能体系统模型,其中,智能体包括方位智能体和距离智能体;基于智能体系统模型构建方位智能体的角速度控制器;利用方位智能体的角速度控制器控制方位智能体满足视野角约束条件;在方位智能体满足视野角约束条件下,根据方位智能体的位置建立方位智能体的线速度控制律;设计距离智能体切换函数,并根据切换函数和所述多智能体系统模型建立距离智能体的线速度控制律;根据方位智能体的线速度控制律和距离智能体的线速度控制律控制在视野角约束条件下多智能体的编队。能够在智能体仅有方位信息而没有位置信息或距离信息的条件下,使得智能体选择相对较少的路径从非期望一侧运动到期望一侧,最终运动到期望位置,实现视野角约束条件下的多智能体编队的形成、保持和变换。 |