论文部分内容阅读
由于智能体群组是泛在网络获取物理世界环境信息的重要媒介,能够完成各种场景下的数据采集任务,它们通过协同配合,能够实时地获取到人们所需要的信息数据,为人们提供无处不在的泛在服务,因此,智能体群组的协同控制研究对于泛在网络中的泛在数据采集、泛在服务提供等方面具有重要意义。本文针对智能体群组的协同控制问题进行了研究,分别从智能体群组的一致性控制、智能体群组的避障控制以及智能体群组的编队控制三个方面展开,并最终通过搭建智能体群组协同控制实验平台,验证了本文所提出的协同控制方法的可行性和有效性。1.针对智能体群组的一致性控制,分为不带领导者的智能体群组一致性和带虚拟领导者的智能体群组一致性两个方面进行了研究,在分布式控制理论和势场函数的基础上,提出了一种新的分布式一致性控制协议,在该控制协议的作用下,智能体不再需要获取系统的全局信息,仅仅通过与相邻的智能体保持通信,获取群组的局部信息,就可以使得智能体实现状态同步,跟随者能够对虚拟领导者进行状态跟踪,群组达到稳定一致。2.针对智能体群组避障控制问题,本文不仅研究了智能体对静态障碍物的避障,还对智能体对动态障碍物的避障策略进行了研究。通过改进传统的极限环避障策略,提出了一种基于速度的极限环避障方法,同时将其与势场法相结合,建立了新的一致性避障控制算法。与传统方法相比,该算法不再需要获取智能体群组的目标位置信息,仅仅根据智能体自身的运动状态信息就可以实现避障;同时,该算法不仅能够满足智能体群组对静态障碍物的避障需求,同时还解决了智能体对动态障碍物的避障问题,进一步的研究表明,在该避障控制算法的作用下,智能体不再需要提前获取全局环境信息,仅仅依靠采集自身周围的环境信息,就可以实现避障,实现了智能体群组的实时避障。3.针对智能体群组的编队控制问题,本文分为不带领导者的智能体群组编队控制和带虚拟领导者的智能体群组编队控制两个方面进行了研究。在一致性算法和势函数方法的基础上,分别提出了跟随者编队控制矩阵和跟踪编队控制矩阵的概念,前者实现了跟随者之间的编队控制,后者实现了跟随者和虚拟领导者之间的编队控制。与传统方法相比,新的算法在一致性算法基础上,提出了编队控制矩阵的概念,不仅实现了群组的固定编队控制,还为实现群组的时变编队控制提供了可能性。同时,考虑了智能体运动时的环境因素,假设了存在动态障碍物干扰的运动场景,使所提算法更加贴近应用实际。4.通过搭建智能体群组协同控制实验平台,验证上述智能体群组协同控制方法的可行性和有效性,给出了智能体群组协同编队控制的实验,证明在新算法作用下,智能体能够实现对障碍物的避障,群组能够形成期望的编队队形,说明上述智能体群组协同控制方法能够满足泛在网条件下智能体群组的协同控制需求。