一种基于领导者探测信息的多智能体及障碍物状态协同观测方法

本发明属于多智能体安全协同控制领域，特别涉及一种基于领导者探测信息的多智能体及障碍物状态协同观测方法。

背景技术：

1、随着人工智能、机器人学和自动化技术的发展，单个智能体的感知、决策与执行能力不断提升，但在复杂任务场景中逐渐暴露局限性：单个智能体的算力、续航、感知范围（如传感器探测距离）和物理作业能力（如负载、作业范围）存在天然限制。例如，单个无人机难以完成大范围区域的实时监测，单个工业机器人无法高效处理多工序协同的生产任务，单个航天卫星难以实现全球范围内的感知探测需求。多智能体系统通过“分工合作”突破单智能体局限，具备鲁棒性强、效率高、灵活性高、覆盖范围广等优势。例如，10架无人机协同搜索的效率远高于1架无人机单独作业，且在部分无人机故障时可通过任务重分配继续完成任务。这种“单智能体能力有限”与“复杂任务需求提升”的矛盾，推动了多智能体协同控制技术的研究—通过协调多个智能体的行为，实现“1+1>2”的整体效能。

2、然而，多智能体系统在实际应用中面临两大核心挑战：动态扰动的不确定性与多体交互的避障需求。一方面，智能体在复杂环境中运行时，不可避免地受到外界扰动（如风速变化、地面摩擦力波动、通信延迟）与内部不确定性（如模型参数误差、执行器噪声）的影响，这些扰动会导致智能体偏离预期轨迹，降低协同控制精度，甚至引发系统不稳定。另一方面，多智能体在协同作业过程中，需在有限空间内避免与障碍物（静态障碍或动态障碍）及其他智能体发生碰撞，同时保持整体任务的连贯性，这对实时决策与路径规划提出了严苛要求。

3、扰动估计是提升系统抗干扰能力的关键，传统方法如扩展卡尔曼滤波、滑模观测器等被广泛用于单智能体扰动估计。但在多智能体系统中，扰动具有时空关联性（如同一区域内的无人机受相同风场影响），单智能体独立估计难以利用全局信息，导致精度不足。近年来，协同扰动估计成为研究焦点，研究者通过设计分布式观测器，实现多个智能体的扰动信息估计。然而，现有协同估计方法多依赖理想通信条件，在通信受限（如时延、丢包）或扰动快速变化场景下的鲁棒性仍需提升。多智能体避障需平衡安全性与任务效率，现有方法可分为集中式与分布式两类。集中式方法（如基于混合整数规划的路径优化）通过全局规划实现最优避障，但计算复杂度随智能体数量呈指数增长，难以适用于大规模系统。分布式方法（如基于行为的避障、最优避碰算法等）通过局部信息实现实时避障，计算效率高，但可能因局部决策导致全局任务性能下降。近年来，研究者结合强化学习与深度学习技术，设计端到端的避障策略，提升了动态环境中的适应性，但如何将避障行为与协同控制目标结合仍是待解难题。

4、因此，如何利用尽可能少的通信信息，有效估计多智能体系统中的不可测状态、内外干扰以及障碍物状态信息是多智能体安全协同控制的前提，也是本发明专利重点解决与突破的关键技术问题。

技术实现思路

1、发明目的：为了克服以上不足，本发明的目的是提供一种基于领导者探测信息的多智能体及障碍物状态协同观测方法，针对含有移动障碍物的领导者-跟随者多智能体系统协同或编队任务，如何利用尽可能少的网络传输信息，为跟随者设计一种复合状态观测器，让每个跟随者均能同时实现对领导者的全部信息、自身不可测状态和未知扰动项、以及与障碍物间相对状态的高精度估计，为后续实现集群安全协同编队及避障控制策略的设计提供有效信息，以满足工程应用。

2、技术方案：为了实现上述目的，本发明提供了一种基于领导者探测信息的多智能体及障碍物状态协同观测方法，包括以下步骤：

3、第一步：建立多智能体及障碍物动力学模型；

4、考虑n+1个智能体间的协同观测，其中包括1个领导者和n个跟随者；建立领导者智能体、跟随者智能体以及动态障碍物的动力学模型；针对n+1个多智能体给出有向拓扑结构用于表示各智能体间的通信关系；与领导者相邻的跟随者智能体能够获取领导者的传输信息，但领导者无法获取跟随者智能体的状态信息，只有领导者能够探测到其自身与障碍物间的相对位移；

5、第二步：建立跟踪误差系统；

6、基于第一步所建立的动力学模型，建立第i个跟随者与领导者间的跟踪误差系统，以及第i个智能体与障碍物间的相对误差系统；

7、第三步：构建领导者系统和跟踪误差系统的扩张形式；

8、分别针对领导者动力学系统、跟踪误差系统以及相对误差系统引入扩张状态，构建各系统的扩张形式；

9、第四步：设计分布式复合状态观测器；

10、基于第三步得到的扩张后的各系统，为第i个跟随者设计分布式复合状态观测器，使每个跟随者智能体获得领导者的全部状态信息、自身的速度及未知干扰信息以及与障碍物间的相对状态信息。

11、进一步的，整个观测过程中，各智能体间仅需交互位移级状态信息，无需传输速度、加速度或扰动信息。相比传统方法，减少了网络传输负担，有效降低了通信传输时延、堵塞、丢包等网络问题。同时，通过单一的观测器框架，实现了对领导者全部状态（位移、速度、控制输入）、自身未知扰动、以及与障碍物相对状态的协同估计，将传统需要多个观测器分别完成的任务整合为一体。

12、进一步的，所述第一步中，领导者智能体和第i个跟随者智能体的动力学模型分别为：

13、

14、

15、式中，x01和x02分别表示领导者智能体的位移和速度状态；f(x01,x02,d0)表示领导者智能体系统的内外总扰动；u0为领导者智能体的控制输入；xi1和xi2分别表示第i个跟随者智能体的位移和速度状态；f(xi1,xi2,di)表示第i个跟随者智能体系统的内外总扰动；ui为第i个跟随者智能体的控制输入。

16、进一步的，所述第一步中，动态障碍物的动力学模型为：

17、

18、式中，xd1和xd2分别表示障碍物的位移和速度状态；f(xd1,xd2,dd)表示障碍物的内外总扰动；ud为障碍物的控制输入。障碍物与智能体使用相同的动力学描述框架，简化了观测器的设计逻辑，无需针对不同类型对象设计异构观测器。

19、进一步的，所述第一步中，有向拓扑结构g=(ν,ϵ,a)中，ν表示节点集合；ϵ ⊆ ν×ν表示边集合；所述有向拓扑中的边(i,j)表示智能体i向智能体j传递信息；a=[aij]为连接矩阵，如果(i,j)∈ϵ，则aij=1，否则aij=0；当智能体i与领导者相邻时bi=1，否则bi=0。通过(i,j)表示智能体i向智能体j传递信息，支持有向通信，比无向拓扑（要求双向通信）更符合实际工程场景。

20、进一步的，所述第二步中，设第i个跟随者智能体相对于领导者位移和速度状态的跟踪误差变量分别为：

21、

22、则第i个跟随者与领导者间的跟踪误差系统为：

23、。

24、进一步的，所述第二步中，设第i个智能体与障碍物间的相对位移和速度状态变量分别为：

25、

26、则第i个智能体与障碍物间的相对误差系统为：

27、。

28、进一步的，所述第三步中，针对领导者动力学系统设新的状态变量且，领导者系统被扩张为：

29、

30、针对跟踪误差系统设新的状态变量且，跟踪误差系统被扩张为：

31、

32、针对相对误差系统设新的状态变量且，相对误差系统被扩张为：

33、。

34、进一步的，所述第四步中，分布式复合状态观测器为：

35、

36、其中，、、、、、、、、分别是状态x01、x02、x03、xie1、xie2、xie3、xiq1、xiq2、xiq13的估计值；ai1、ai2、ai3、ai4、ai5、ai6、ai7、ai8、ai9为观测器的增益参数；其中，ei为领导者位移估计误差组合，ηi为跟踪误差估计组合，γi为相对位移估计误差组合。每个跟随者独立运行自己的观测器，无需中心节点汇总全局信息，系统通信负荷不随智能体数量的增加而急剧增长。同时，设置了9个增益参数分别对应9个状态估计通道，为工程调试提供了多个调节自由度。

37、进一步的，所述第四步中，

38、

39、

40、

41、其中，xq1为领导者探测获得的与障碍物间的相对位移。将跟踪误差信息与领导者位移估计信息传递至障碍物相对状态观测器的驱动端，使得对障碍物的相对状态估计与对领导者的跟踪估计在同一观测器框架下协同完成。

42、进一步的，定义估计误差变量：、、、、、、、、；通过设计观测器增益参数使所有估计误差均趋于零。各估计误差变量的定义均为可计算量（真实值减估计值），在实际系统搭建时可直接计算并监测各误差的收敛情况，便于工程验证。

43、上述技术方案可以看出，本发明具有如下有益效果：

44、1、本发明一种基于领导者探测信息的多智能体及障碍物状态协同观测方法，针对多智能体系统中通信网络固有的宽带约束问题，本发明根据多智能体间的有向拓扑结构，相邻智能体间仅通过通信网络传输有限的位移级状态信息，便可实现对多个状态量的实时估计，减少了网络传输负担，有效降低了通信传输时延、堵塞、丢包等网络问题；

45、2、本发明一种基于领导者探测信息的多智能体及障碍物状态协同观测方法，针对多智能体安全协同控制问题，本发明设计了一种分布式复合状态观测器，基于领导者探测获得的与障碍物间的相对状态信息，以及相邻智能体所估计得出的领导者位移信息，每个智能体便可同时实现对领导者所有状态、控制输入、与领导者间跟踪误差系统的全部状态和未知非线性项、以及与障碍物间的相对状态状态和控制输入的高精度估计。