一种面向复杂通信环境的机械臂多智能体系统一致性控制方法

摘要: 本发明涉及一种面向复杂通信环境的机械臂多智能体一致性控制方法,属于空间机器人协同控制领域。背景技术:1、随着月面探测任务的持续推进,月球基地建设、设备维护和大型...
一种面向复杂通信环境的机械臂多智能体系统一致性控制方法

本发明涉及一种面向复杂通信环境的机械臂多智能体一致性控制方法,属于空间机器人协同控制领域。

背景技术:

1、随着月面探测任务的持续推进,月球基地建设、设备维护和大型构件装配等任务对多机械臂协同作业能力提出了更高要求。单台机械臂受工作空间、负载能力和操作灵活性限制,难以满足复杂作业需求,因此构建机械臂多智能体系统成为重要解决途径。然而,月面作业通常以末端执行器在任务空间中的协同运动为直接目标,同时月面通信链路易受环境干扰、地形遮挡及带宽限制等因素影响而发生动态切换甚至暂时中断。因此,如何在任务空间和月面复杂通信环境下实现多机械臂稳定可靠的协同控制,成为亟待解决的关键问题。

2、目前,针对机械臂多智能体系统的协同一致性控制,主要采用以下方法:其一,基于机械臂关节空间动力学模型设计分布式一致性控制器,通过协调各机械臂的关节位置和速度实现多机械臂协同运动,但月面作业场景中通常以末端执行器的运动轨迹为直接控制目标,仅对关节空间状态进行一致性控制难以直接反映机械臂末端在任务空间中的协同状态;其二,基于固定通信拓扑设计一致性控制器,而在月面复杂环境下,通信链路可能发生间歇性中断和恢复,使通信网络在不同拓扑结构之间动态切换,甚至存在瞬时拓扑不连通的情况,因此基于固定通信拓扑的控制方法难以直接适应此类动态通信环境。

3、因此,亟需提出一种面向复杂通信环境的机械臂多智能体系统一致性控制方法,在任务空间内进行控制设计,并在通信拓扑动态切换甚至瞬时不连通的条件下,实现领导者指令的有效传递及跟随者稳定跟踪,同时补偿机械臂非线性动力学和外部扰动,以提高多机械臂协同作业的稳定性和可靠性。

技术实现思路

1、有鉴于此,本发明提供了一种面向复杂通信环境的机械臂多智能体系统一致性控制方法,在通信拓扑动态切换和领导者指令不完全可获得的条件下,提升机械臂多智能体系统的一致性跟踪精度和抗扰动鲁棒性。

2、本发明提供了一种面向复杂通信环境的机械臂多智能体系统一致性控制方法,包括:

3、步骤s1针对由一个领导者智能体和若干个机械臂跟随者智能体组成的领导跟随结构的机械臂多智能体系统,基于机械臂运动学关系及动力学方程构建任务空间状态空间方程,同时设定领导者任务空间指令信号;

4、步骤s2依据通信状态构建切换拓扑网络,基于所述状态空间方程和切换拓扑网络,为各机械臂跟随者智能体构建分布式领导者状态观测器,实现对领导者状态进行在线估计;

5、步骤s3根据所述分布式领导者状态观测器的输出,设计一种用于补偿机械臂非线性动力学和外部扰动的滑模控制器;

6、步骤s4基于所述分布式领导者状态观测器和滑模控制器构造李雅普诺夫函数,确定机械臂多智能体系统的闭环稳定性条件,使各机械臂跟随者智能体跟踪领导者智能体的指令信号,实现切换拓扑下的一致性控制。

7、上述方法中,所述步骤s1包括:

8、所述机械臂多智能体系统由个智能体,编号为0的智能体为领导者,用于生成系统的参考指令,其余个跟随者智能体为非冗余机械臂,编号为;所述第个机械臂跟随者智能体关节空间动力学方程为:

9、

10、其中表示各个机械臂跟随者智能体,各个跟随者智能体的物理参数取值相同; 、和分别代表第个机械臂的角位置、角速度和角加速度;为第个机械臂的关节个数;为对称正定的惯性矩阵;为离心力和科氏力矩阵;为重力矢量;为控制输入;为未知有界干扰。

11、将所述第个机械臂跟随者智能体的关节空间动力学方程转换至任务空间,得到任务空间动力学方程:

12、

13、其中、、分别为第个机械臂的末端执行器在任务空间下的位置、速度和加速度;、、分别为任务空间下的惯性矩阵、科氏力和离心力矩阵以及重力项;为任务空间控制输入;为任务空间等效外部扰动。

14、所述第个机械臂跟随者智能体的任务空间速度与关节空间速度满足:

15、

16、其中为第个机械臂的雅可比矩阵。

17、所述任务空间控制输入、任务空间等效外部扰动以及任务空间动力学参数分别满足:;;;;。

18、为将第个机械臂跟随者智能体任务空间动力学方程表示为状态空间形式,定义状态变量, ,并令,,,则第个机械臂跟随者智能体任务空间状态空间方程可表示为:

19、

20、其中为非线性已知可微的光滑函数;为未知等效干扰且,为未知干扰的上界;为虚拟控制输入。

21、所述领导者智能体的指令信号设定为:

22、

23、其中内部状态向量用于产生指令信号;为所述内部状态向量的维数;为表征领导者动态特性的常值矩阵;为输出矩阵;

24、定义

25、

26、其中为常值增益。

27、根据上述领导者智能体的指令信号可得:

28、

29、其中矩阵不具有实部为正的特征根。

30、上述方法中,所述步骤s2包括:

31、机械臂多智能体系统的通信网络采用切换拓扑描述,其中为切换信号,节点集,边集,节点0为领导者智能体,其余节点为机械臂跟随者智能体;采用邻接矩阵表征智能体之间的通信关系,其中,当第个智能体能够接收第个智能体的信息时,,否则,且;根据机械臂跟随者智能体之间的通信关系定义拉普拉斯矩阵,其中,;

32、根据各机械臂跟随者智能体与领导者智能体之间的通信关系定义领导者连接矩阵,其中,当第个智能体能够接收领导者智能体的信息时,否则;

33、定义领导者-跟随者交互矩阵;

34、定义第个机械臂跟随者智能体对领导者智能体位置和速度指令的估计值分别为:

35、

36、其中为第个机械臂跟随者智能体对领导者智能体内部状态向量的估计值;为第个机械臂跟随者智能体对领导者智能体内部状态变化率的估计值;

37、定义辅助变量

38、

39、其中。

40、构建分布式领导者状态观测器:

41、

42、其中为跟随者智能体对领导者动态特性矩阵的估计;和为常值增益。

43、上述方法中,所述步骤s3包括:

44、根据第个机械臂跟随者智能体的输出状态与领导者智能体的指令估计值,确定位置跟踪误差和速度跟踪误差:

45、

46、根据所述位置跟踪误差和速度跟踪误差构造滑模变量:

47、

48、其中为滑模增益,,表示最小特征根。

49、根据跟随者智能体的状态空间方程,对滑模变量求导可得:

50、

51、根据所述滑模变量设计滑模控制器:

52、

53、其中为正控制增益;为扰动补偿增益,且,。

54、上述方法中,所述步骤s4包括:

55、定义第个机械臂跟随者智能体的观测误差为:

56、

57、定义,为的单位矩阵,采用积方法进一步可构造观测误差系统:

58、

59、其中;;;。

60、根据所述滑模变量构造李雅普诺夫函数:

61、

62、将所述滑模控制器代入所述李雅普诺夫函数的导数,得到:

63、

64、建立闭环稳定性条件,在控制增益矩阵正定,且扰动补偿增益矩阵的最小特征值大于未知等效干扰上界的条件下,使滑模变量、位置跟踪误差和速度跟踪误差收敛至零:

65、

66、由此使各机械臂跟随者智能体的位置和速度跟踪领导者指令信号,实现切换拓扑下机械臂多智能体系统的一致性控制。

67、由以上技术方案可以看出,本发明实施例具有以下有益效果:

68、本发明实施例针对通信遮挡与通信链路变化引起的通信拓扑动态切换问题,为各机械臂跟随者智能体构建前馈型分布式领导者状态观测器,各跟随者仅利用邻居智能体的局部交互信息即可在线估计领导者的动态特性矩阵以及位置和速度指令,解决了切换拓扑网络下部分跟随者无法持续、直接获取领导者指令的问题。在此基础上,将观测得到的领导者指令信息以前馈方式引入到滑模控制器中,对机械臂的非线性动力学进行补偿并对未知有界外部扰动进行抑制,提高了系统的跟踪精度和鲁棒性。因此,本发明能够在通信拓扑动态切换、领导者指令不完全可获得的条件下,实现机械臂多智能体系统位置与速度的高精度一致性跟踪。