一种合作与竞争网络下基于ASMPC的多AUV编队跟踪与避障控制方法、程序、设备及存储介质

本发明属于auv编队控制，具体涉及一种合作与竞争网络下基于asmpc的多auv编队跟踪与避障控制方法、程序、设备及存储介质。

背景技术：

1、随着科技发展，自主水下航行器（auv）协同作业在海底勘测、测绘、勘探等领域应用日益广泛。多auv协同相比单平台作业，具有作业范围广、容错能力强、资源利用率高等优势。现有编队控制研究多假设节点间为纯合作关系，而实际系统中合作与竞争共存，二分编队由此应运而生。二分编队将auv集群划分为两个相互竞争的子集，分工执行数据采集、信息传输、区域监测等任务，可提升任务灵活性、减少资源竞争与功能重叠，为海底资源勘探、跨域异构联合作业提供新理论支撑。借助多层网络等复杂图论理论，可实现二分编队的有效控制。合作－对抗网络下的二分编队控制是多智能体协同的前沿方向，已从符号图建模发展到动力学系统实现，在异构平台协同中优势显著。但二分编队运动易受外部时变扰动、障碍物、执行器饱和及能耗等约束影响。模型预测控制虽能应对多重约束，却受限于水下auv功耗严格、计算资源有限等问题，在复杂水下环境中应用仍面临较大挑战。

技术实现思路

1、本发明的目的在于提供一种合作与竞争网络下基于asmpc的多auv编队跟踪与避障控制方法、程序、设备及存储介质。

2、一种合作与竞争网络下基于asmpc的多auv编队跟踪与避障控制方法，包括以下步骤：

3、基于合作与竞争网络，设置auv二分编队的通信拓扑网络结构；

4、引入事件触发机制，对于auv二分编队中的跟随auv，获取在上一次事件触发时刻的控制输入和预测输出序列，以及在当前时刻的实际位姿向量与速度向量，计算当前时刻的实际位姿向量与预测输出序列中对应当前时刻的预测位姿向量的误差加权范数；若当前时刻达到上一次事件触发时刻的预测区间或误差加权范数超过阈值，则记录当前时刻为事件触发时刻，执行跟踪与避障控制计算；否则，继续执行上一次事件触发时刻的控制输入；

5、当前时刻为事件触发时刻，根据auv二分编队的期望队形以及当前时刻领航auv的位姿向量，获取跟随auv在当前时刻的期望位姿向量，计算位姿跟踪误差、期望速度向量以及速度跟踪误差；采用滑模预测控制器，通过构建自适应有限时间辅助控制律来构造新的收束约束，构建编队代价函数，将编队跟踪控制问题转化为滚动时域优化问题，引入障碍物信息作为约束条件，求解优化问题并获得控制输入及预测输出序列。

6、进一步地，所述auv二分编队包括一台领航auv与台跟随auv；

7、基于合作与竞争网络，设置auv二分编队的通信拓扑网络结构，为节点集合，，为领航auv；为边集合，；为邻接矩阵，；，表示第台auv与第台auv为合作关系；，表示第台auv与第台auv为竞争关系。

8、进一步地，对于auv二分编队中的第跟随auv，获取在上一次事件触发时刻的控制输入和预测输出序列，以及在当前时刻的实际位姿向量与速度向量，计算当前时刻的实际位姿向量与预测输出序列中对应当前时刻的预测位姿向量的误差加权范数；

9、

10、其中，为权重矩阵。

11、进一步地，所述计算位姿跟踪误差，具体为：

12、

13、

14、其中，为第跟随auv在时刻的位姿跟踪误差；为第跟随auv的旋转矩阵；为第跟随auv在时刻的期望位姿向量。

15、进一步地，所述计算期望速度向量，具体为：

16、

17、其中，与均为正定矩阵，，，且与中的元素满足，；

18、进而计算第跟随auv在时刻的速度跟踪误差。

19、进一步地，所述采用滑模预测控制器，通过构建自适应有限时间辅助控制律来构造新的收束约束，具体为：

20、采用滑模预测控制器，计算第跟随auv在时刻的快速积分滑模面；

21、

22、其中，为正定矩阵；与为正奇数且满足；

23、构建第跟随auv在时刻的自适应有限时间辅助控制律：

24、

25、

26、

27、其中：

28、

29、

30、

31、

32、其中，为第跟随auv的惯性矩阵；为第跟随auv的科氏力附加矩阵；为第跟随auv的阻尼矩阵；为自适应增益。

33、进一步地，所述构建编队代价函数：

34、

35、其中，为第跟随auv在时刻预测的时刻的位姿向量；为第跟随auv在时刻预测的第台auv在时刻的位姿向量，根据auv二分编队的队形及求解；为第跟随auv在时刻预测的时刻的控制输入；为权重矩阵；，；为预测区间；

36、约束条件为：

37、（1）auv二分编队中各跟随auv在预测区间内的位姿向量变化须满足auv模型的离散状态空间方程；

38、（2）引入障碍物状态信息作为约束条件，auv二分编队中各跟随auv与障碍物的距离在安全距离之内；

39、（3）；；，为允许的最大控制输入；为控制区间；

40、（4）满足稳定性约束；

41、将编队跟踪控制问题转化为滚动时域优化问题，通过求解优化问题得到对应编队代价函数最小值的最优预测控制序列以及预测输出序列；

42、通过求解优化问题得到最优预测控制序列以及预测输出序列；

43、

44、

45、令，作为第跟随auv在时刻的最优控制输入

46、一种计算机设备，包括存储器、处理器及存储在存储器上的计算机程序，所述处理器执行所述计算机程序以实现上述合作与竞争网络下基于asmpc的多auv编队跟踪与避障控制方法的步骤。

47、一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现上述合作与竞争网络下基于asmpc的多auv编队跟踪与避障控制方法的步骤。

48、一种计算机程序产品，包括计算机指令，该计算机指令被处理器执行时实现上述合作与竞争网络下基于asmpc的多auv编队跟踪与避障控制方法的步骤。

49、本发明的有益效果在于：

50、针对多auv二分编队在复杂海洋环境中所面临的未知时变扰动、障碍规避与能耗约束等问题，本发明通过设计快速自适应滑模辅助控制律构建收缩稳定域，从而降低有限步长预测区间对动态终端约束集的影响；同时，将障碍安全距离转化为硬约束条件嵌入优化框架以实现编队避障；为减轻在线优化的计算资源占用，本发明提出事件触发驱动的自适应滑模预测控制架构，其核心在于构建状态误差驱动的动态阈值调节机制，通过动态抑制非必要优化计算，在维持闭环系统渐近稳定性的同时实现计算资源的最优配置。

1.一种合作与竞争网络下基于asmpc的多auv编队跟踪与避障控制方法，其特征在于：

2.根据权利要求1所述的一种合作与竞争网络下基于asmpc的多auv编队跟踪与避障控制方法，其特征在于：所述auv二分编队包括一台领航auv与台跟随auv；

3.根据权利要求2所述的一种合作与竞争网络下基于asmpc的多auv编队跟踪与避障控制方法，其特征在于：对于auv二分编队中的第跟随auv，获取在上一次事件触发时刻的控制输入和预测输出序列，以及在当前时刻的实际位姿向量与速度向量，计算当前时刻的实际位姿向量与预测输出序列中对应当前时刻的预测位姿向量的误差加权范数；

4.根据权利要求3所述的一种合作与竞争网络下基于asmpc的多auv编队跟踪与避障控制方法，其特征在于：所述计算位姿跟踪误差，具体为：

5.根据权利要求4所述的一种合作与竞争网络下基于asmpc的多auv编队跟踪与避障控制方法，其特征在于：所述计算期望速度向量，具体为：

6.根据权利要求5所述的一种合作与竞争网络下基于asmpc的多auv编队跟踪与避障控制方法，其特征在于：所述采用滑模预测控制器，通过构建自适应有限时间辅助控制律来构造新的收束约束，具体为：

7.根据权利要求6所述的一种合作与竞争网络下基于asmpc的多auv编队跟踪与避障控制方法，其特征在于：所述构建编队代价函数：

8.一种计算机设备，包括存储器、处理器及存储在存储器上的计算机程序，其特征在于：所述处理器执行所述计算机程序以实现权利要求1至7中任一项所述方法的步骤。

9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于：该计算机程序被处理器执行时实现权利要求1至7中任一项所述方法的步骤。

10.一种计算机程序产品，包括计算机指令，其特征在于：该计算机指令被处理器执行时实现权利要求1至7中任一项所述方法的步骤。