论文部分内容阅读
多智能体系统通过协作能够完成个体无法完成的复杂任务,具有任务执行效率高,能源消耗少,个体故障风险低等诸多优点,因此在工业生产、交通运输、军事攻防、航空航天等领域具有广泛的应用。编队控制问题是多智能体系统的基础和关键性问题,本文以智能轮式移动机器人为研究对象,采用领导者-跟随者编队策略,对编队机器人系统协调性与个体机器人稳定性控制展开深入研究。首先,为精确描述多机器人系统,通过分析机器人非完整约束,建立机器人运动学模型;同时,应用欧拉-拉格朗日能量法结合机器人非完整约束与劳斯方程,详细的推导轮式移动机器人动力学模型,并通过降阶方法处理非完整约束项,得到简化动力学模型;在此基础上,基于领导者-跟随者编队控制策略,建立包含距离、方位角和姿态角误差信息的多机器人编队模型,该模型能同时描述编队机器人位置关系和姿态关系。其次,为实现多轮式机器人编队协调控制,分别采用模型预测控制(Model Predictive Control,MPC)和线性二次型最优控制(Linear Quadratic Regulator,LQR)设计控制器,实现机器人编队协调控制。通过对比仿真分析两种方法的控制效果,MPC控制器具有更稳定的控制输入和更小的超调量,综合性能优于LQR方法。再次,为提高复杂环境下个体机器人稳定性和编队系统鲁棒性,提出双闭环控制策略。外环应用MPC控制器实现领导者机器人的轨迹跟踪,同时状态约束的编队MPC控制器用于多机器人队形协调控制。内环考虑不确定性摩擦干扰,设计终端滑模控制器实现动力学快速稳定性控制,并且通过设计自适应律,实现对摩擦干扰的实时估计,以提高动力学控制器的鲁棒性。最后,针对不同应用场景与拓扑关系,探讨了不同领导者-跟随者编队模式,分别为基础的SBC模式、编队避障SDC模式、多机器人SSC模式;针对所讨论的编队模式,分别探讨了基础SBC模式与避障SDC模式、SBC模式与SSC模式之间的切换策略。本文利用MATLAB/Simulink仿真平台搭建多机器人领导者-跟随者控制系统模型,验证以上控制方法和控制策略的有效性。