【摘 要】
：
多智能体系统领导跟随编队控制问题是多智能体系统的一个重要研究领域,它是指以一个或者多个智能体作为领导者进行领航,其余的智能体作为跟随者追踪领导者的运动轨迹,并且达到期望的编队形状。当前领导跟随编队控制问题研究已取得很多成果,但仍有许多问题需要进一步研究。基于实际环境的复杂性,通常很难得到智能体状态的确切信息,并且实际中通常需要系统在有效时间内达到预期的位置。基于这些问题,本文运用图论,矩阵理论,控
论文部分内容阅读
多智能体系统领导跟随编队控制问题是多智能体系统的一个重要研究领域,它是指以一个或者多个智能体作为领导者进行领航,其余的智能体作为跟随者追踪领导者的运动轨迹,并且达到期望的编队形状。当前领导跟随编队控制问题研究已取得很多成果,但仍有许多问题需要进一步研究。基于实际环境的复杂性,通常很难得到智能体状态的确切信息,并且实际中通常需要系统在有效时间内达到预期的位置。基于这些问题,本文运用图论,矩阵理论,控制理论,Lyapunov稳定性理论和固定时间收敛等理论方法,通过设计基于分布式观测器的固定时间控制协议,研究了非完整约束多智能体系统的固定时间编队追踪控制问题。通过非线性转换将非完整约束多智能体系统跟踪编队控制问题转化为一致性控制问题,并构造合适的Lyapunov函数,运用Lyapunov稳定性和固定时间收敛等理论方法,验证了所得控制协议的有效性,并得到了系统收敛到跟踪编队控制的充分条件和不依赖于初始状态的收敛时间上界。并用数值例子验证了控制协议的有效性。针对有时变时延的异构多智能体系统,研究了有领导者的时变编队控制问题。通过设计分组编队控制协议,系统中各子组的跟随者能够追踪领导者实现目标队形,并且组与组之间也形成期望的编队队形。通过运用图论,Lyapunov稳定性理论,线性矩阵不等式等方法,得到了系统达到目标队形的条件。并用数值例子验证了控制协议的有效性。总之,本文研究了基于分布式观测器的非完整约束多智能体系统的固定时间编队追踪问题和异构多智能体系统分组编队控制问题,使用Lyapunov稳定性理论证明了控制协议的合理性,并且用MATLAB进行了仿真,仿真的结果验证了控制协议有效性。另外搭建了领导跟随小车编队实验平台,实验平台主要包括小车控制系统,UWB定位系统,上位机软件系统,实验结果也验证了控制协议的有效性。
其他文献
智能网联汽车的信息共享对提高交通道路安全有着至关重要的作用。而汽车定位又是其中基础而关键的问题,通过共享定位信息可以提高智能网联汽车的定位精度。因此,将智能网联汽车的网联技术和定位技术相结合具有十分重要的研究价值。通过对国内外相关领域研究现状的调研和分析发现,现有研究针对智能网联汽车定位技术可分为自身定位和非自身定位两类:一是通过自身传感器定位;二是利用网联环境下非自身定位信息进行协同定位。在自身
本文以目前我国高速公路智慧隧道管控平台的市场前景需求为出发点,分析了数字孪生技术的应用,介绍了智慧隧道管控平台的架构与功能,进一步分析了智慧隧道管控平台的市场前景,以期为智慧化隧道管控提供新方法。
随着工业网络智能化、数字化程度的显著提高,对于网络中数据传输的实时性和可靠性有着更加迫切的要求。时间敏感网络（Time Sensitive Network,TSN）是一种应用于数据链路层,旨在构建低延时、低抖动和高可靠性的以太网技术,解决了标准以太网中无法满足实时性和可靠性通信的问题。为了确保传输可靠性,时间敏感网络提出了IEEE 802.1CB（Frame Replication and Eli
在任何数据集中,偏离大多数常规模式的事件称为罕见事件。这些事件可能是任何异常活动,欺诈、入侵或可疑异常事件,这可能对该领域应用有害或有用。这些活动称为异常,重视异常活动对整个系统的稳定性和精准性是非常重要的,因为这种未被发现的事件可能是系统中任何形式的表现模式。异常活动在各个场景下大都包含了重要的信息,忽视它们往往会造成不可挽回的经济损失,这使得异常检测成为重要的研究内容。近年来,深度神经网络在各
语音识别、声纹识别等语音处理模型由于其成本低、效率高等优点被广泛应用于智能会议、客服会话处理场景中。然而,若对未经处理的音频操作,识别效果不仅会受到环境或噪声等其它因素的影响,而且不同人连续说话这种现象会对语音模型产生限制,这些不良影响会导致语音处理模型性能的下降。说话人差异性分析任务能够根据音频信号生成对应的更加结构化的文本信息,使其它语音处理模型能够针对每一位说话人在其对应发声时间内的信息作处
随着无人机（Unmanned Aerial Vehicle,UAV）技术的飞速发展,无人机被广泛应用在灾害救援、应急等场合,用于收集地面节点（Ground Node,GN）信息,并及时传送给数据中心,为后期决策提供第一手资料。在这些突发、紧急应用场景中,UAV的任务完成时间是关注的重点之一。当前研究主要集中在如何规划UAV飞行轨迹以减少任务完成时间。事实上,GN的运行状态,如GN上传吞吐量、GN剩
随着生态环境的变化,雾、霾现象在各大地区呈现多发状态。雾、霾天气情况下采集到的图像出现严重的质量降低。降质后的图像严重影响室外计算机视觉系统的工作性能。且当前遥感图像已被广泛运用于军事国防、灾害应急响应以及生态环境监测等领域。由于其他计算机视觉任务依托于图像信息,因此对图像去雾任务展开深入研究十分重要。随着卷积神经网络（Convolutional Neural Network,CNN）在各大任务上
智能电网中分布式能源系统的控制问题是当前能源和控制领域的热点研究问题,但是当前的分布式能源系统问题研究对于系统的参数不确定性以及有界扰动问题研究的较少。因此本文以有界扰动下分布式能源系统为研究对象,结合李雅普诺夫（Lyapunov）稳定性理论,根据从H∞控制出发,到分布式状态反馈模型预测控制（Model predictive control,MPC）,再到分布式输出反馈模型预测控制的思路,系统研究
在电池供电的无线传感器网络中,当网络中某个传感器节点的电池能量消耗殆尽时,该节点将会无法正常工作而从网络中退出,对网络的运行产生一定的影响。因此,如何实现节点的能量可持续化是该类网络现在面临的重要挑战之一。随着能量收集技术的迅速发展,将能量收集技术与无线传感器网络相结合形成能量收集无线传感器网络,此类型网络有望解决节点的能量受限问题。太阳能因其照射范围大、能量密度高的优势从绿色能源中突显出来。在太
行人检测作为机器视觉的研究重点与热点,其广泛应用于智能监控、自动驾驶、辅助驾驶等领域。作为目标检测中最重要的组成部分,研究者对其进行了深入的研究并取得了实质性的进展。但由于夜间场景中待检测的行人目标受到暗区域遮挡以及光照变化的影响,通用检测器模型的检测性能会大幅降低。本文针对夜间城市道路场景中低照度增强以及行人检测任务存在的问题进行研究,以有效改善该场景中图像的质量并最终提升模型的检测性能。针对目