基于事件触发的异质无人系统集群协同控制方法

1.本发明属于多智能体系统控制领域，涉及基于事件触发的异质无人系统集群协同控制方法。


背景技术：

2.近几十年来，多分组一致性作为一致性的扩展问题，其在无人机、移动机器人和无人机编队控制等领域有着广泛的应用。多分组一致性是多智能体系统协同控制中一个典型且关键的问题，是指系统中的同分组智能体收敛到一致，不同分组的智能体达到不同的收敛值。多智能体多分组一致性是为了更好地解决复杂任务的并行处理。因此，面向多智能体系统的多分组一致性成为了一个重要的科研问题，同时也具有很大的挑战性和应用价值。
3.目前，对于多智能体协同控制的研究大多数基于同质多智能体系统，即系统内部所多有的智能体具有相同的动力学行为。同时对多智能体系统的拓扑要求较高，例如需要含有向生成树、入度平衡、强连通、对称等，这些特殊条件无法普遍适用于现实复杂的系统。在实际应用中，多智能体系统需要不同类型的智能体分工完成复杂工作，比如蜜蜂的分工建巢行为。此外，在同质多智能体系统中，单一的收敛值限制了系统的处理能力，无法实现多任务并行处理，工作效率低下。
4.对于复杂多智能体系统来说，通过系统内部的耦合作用很难达到一致性，通常需要外部的作用。与控制所有智能体相比较，通过牵制控制部分智能体系统可以达到指定的一致性状态，这种牵制控制方法不仅减少了工作量，而且降低了工作难度和控制成本。
5.上面提及的大多数研究工作都是基于单一的合作关系或者竞争关系，但现实有限的资源引发智能体间的竞争行为以及共同协作的合作行为，使得智能体间合作-竞争关系普遍存在复杂系统中，同时存在的合作-竞争关系更符合现实需求，例如：铁路系统。
6.智能体达到多分组一致性的前提是需要智能体之间相互通信，并更新其自身状态和控制协议。但是，智能体之间实时的通信会造成一些弊端，如网络拥堵、数据丢失。针对上述问题，提出了周期性通信。但是对于每个智能体执行任务的时间不同以及任务量不同，周期性通信对不同的智能体造成不一样的负担，同样也会发生上述问题。因此，提出了事件触发控制，即为系统中的每个智能体设计一个合适的事件触发条件，当智能体满足这个条件时，则就与相邻的智能体进行通信，并更新相应的控制协议和状态信息。目前，许多研究都是基于静态事件触发控制，但其触发条件不是完全分布式的，即触发条件包含全局信息，比如拉普拉斯矩阵的特征值、系统的总个数等。由于系统的变化性，一般很难直接获取系统的全局信息。
7.综上所述，基于一种基于事件触发方法，研究具有合作-竞争关系的异质多智能体系统如何实现多分组一致性，是一个亟待解决的问题。


技术实现要素：

8.本发明旨在解决以上现有技术的问题。提出了基于事件触发的异质无人系统集群
协同控制方法，该方法包括以下步骤：
9.步骤1：根据智能体之间达到多分组一致性的前提是信息的交互，确定异质多智能体系统的拓扑结构，对异质多智能体系统中的智能体进行分组，并设置每个智能体分组期望的收敛状态值。异质多智能体系统包含一阶智能体和二阶智能体，其中一阶智能体只具有位置状态信息，二阶智能体具有位置状态信息和速度状态信息。
10.步骤2：考虑系统中智能体间的合作-竞争交互关系，为系统中的智能体设置多分组一致性控制协议，并考虑智能体的测量误差和系统误差；同分组之间的智能体不仅具有合作交互关系也具有竞争交互关系，同时不同分组间的智能体也不仅具有合作交互关系也具有竞争交互关系。这种类型的双重交互关系更加符合实际的应用，同时
11.步骤3：为系统中每个智能体设计合适的事件触发条件，当智能体满足当前事件触发条件时，则与相邻的智能体进行相互通信，并更新控制协议。该事件触发不包含全局信息，其与智能体简单、灵活特性相符合。
12.步骤4：基于李雅普诺夫方法构建智能体的牵制策略，同时得出智能体满足多分组一致性的条件。
13.步骤5：基于多分组一致性控制协议的控制输入值，对其通过系统模型计算下一时刻智能体的位置状态信息和速度状态信息，并判断当前的位置状态值和速度状态值是否满足达到多分组一致性的条件，进一步地更新当前智能体的测量误差和全局误差，为了下一次触发做准备。
14.本发明的有益效果：
15.1、本发明在步骤1和步骤2考虑的是异质多智能体系统，其中包括合作-竞争关系的多智能体，根据异质多智能体系统中智能体之间的竞争合作关系将智能体分为两个组，每个分组是异质的，即每个分组包括一阶和二阶智能体，这种竞争合作的内部关系相比于单一的合作关系或者竞争关系，更符合现实复杂系统的内部关系，最终使同组智能体收敛到相同值，不同组智能体收敛值相反。
16.2、在步骤3中考虑的是完全分布式事件触发条件，其中事件触发条件是不包含全局信息的。一般对于多智能体系统不断的更新，其全局信息难以获取。同时，对单个智能体的存储能力提出了更高的要求。由于单个智能体的信息存储和计算能力有限，所以这与智能体系统自身具有的灵活、简单、廉价等属性相冲突。因此，该发明不包含任何全局信息的完全分布式事件触发条件给非连续通信环境下智能体的多分组一致性和优化提出了更高的要求。
17.3、本发明在步骤4使用李雅普诺夫方法得出牵制控制策略，通过牵制部分智能体，使系统收敛到期望值，这不但降低了控制成本，还减少了工作量。本发明研究是一般拓扑结构，可以包含孤立节点或者连通分支，释放了一些对系统拓扑的严苛要求条件，系统适用性很广泛。
18.4、本发明的步骤5是系统达到多分组一致性的前提，系统中智能体不断对位置状态和速度状态进行更新。
附图说明
19.图1是本发明的流程图；
20.图2是本发明的系统拓扑图；
21.图3是本发明的智能体的位置状态演变图；
22.图4是本发明的智能体的速度状态演变图；
23.图5是本法的智能体的事件触发时刻图。
具体实施方式
24.下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、详细地描述。所描述的实施例仅仅是本发明的一部分实施例。
25.参见图1本发明的技术方案包括以下步骤：
26.步骤一：根据智能体之间达到多分组一致性的前提是信息的交互，确定该异质多智能体系统的拓扑结构，并全面考虑智能体之间的合作-竞争交互关系。对异质多智能体系统中的智能体进行分组，并设置每个智能体分组期望的收敛状态值。
27.步骤二：本发明考虑的异质多智能体系统主要包含一阶智能体和二阶智能体，其中一阶智能体只具有位置状态信息，二阶智能体具有位置状态信息和速度状态信息。其系统模型可以用动态方程表示为。
[0028][0029]
其中，xi(t),vi(t)和分别为智能体的位置状态、速度状态和控制输入；表示实数。im和i
n-m
分别为一阶智能体集合和二阶智能体结合。分别表示智能体位置状态和速度状态的导数。
[0030]
步骤三：考虑系统中智能体间的合作-竞争交互关系，为系统中的智能体设置多分组一致性控制协议。并考虑智能体的测量误差和系统误差；同分组之间的智能体不仅可以具有合作交互关系也可以具有竞争交互关系，同时不同分组间的智能体也不仅可以具有合作交互关系也可以具有竞争交互关系。基于上面的智能体之间交互关系，设计多分组一致性控制协议为：
[0031][0032]
其中，k1,k2和k3∈r

是智能体控制协议的耦合强度，r

表示实数；di表示智能体的牵制增益。系统中智能体的交互关系用c
ij
来表示，如果c
ij
＝1，表示智能体间是合作交互关系；如果智能体是竞争交互关系，则c
ij
＝-1。xj和xi分别表示第j个和第i个智能体。a
ij
表示第i个智能体和第j个智能体的拓扑关系。表示智能体i的相邻节点最近的一次触发时刻；
表示智能体i的当前触发时刻；智能体i的下一个触发时刻。表示智能体j的当前分组最终状态；表示智能体i的当前分组最终状态。vi表示第i个智能体的速度状态，t当前时间。ni第i个智能体的邻居节点集合。
[0033]
在多分组一致性分析过程中，使用测量误差和全局误差来评判系统中的智能体是否达到分组一致性。其中，测量误差是指智能体上一时刻的状态值与当前的状态值，其关于位置测量误差为：
[0034][0035]
关于速度测量误差为：
[0036][0037]
关于邻居智能体的测量误差为：
[0038][0039]
系统全局误差是当前智能体是否已经达到最终状态值的评判标准，将其设置为：
[0040][0041]
基于上述的系统模型、多分组一致性控制协议、测量误差和全局误差，可以将多分组控制协议修改为：
[0042][0043]
步骤四：为了避免智能体之间实时连续的通信，为系统中每个智能体设计合适的事件触发条件，当智能体满足当前事件触发条件时，则与相邻的智能体进行相互通信，并更新控制协议。
[0044]
智能体之间采用事件触发是为了避免网络拥堵、数据丢失等问题，同时也利于节约经济成本。考虑异质多智能体系统，其系统中的智能体的动力学行为不同，因此设计事件触发时需要考虑不同的智能体。因此，一阶智能体和二阶智能体的完全分布式事件触发设计为：
[0045][0046]
和
[0047][0048]
其中，k1＝k1l
min
d
min
，和常数εi∈[0,1)。l表示常数，l
ii
第i个智能体的入度。
[0049]
从上述提出的事件触发条件可以看出，事件触发条件不包含全局信息，比如拉普拉斯矩阵的特征值和系统的智能体总数等。因为，系统是不断变化的，全局信息一般难以获取，同时，如果事件触发包含全局信息对智能体的计算能力和存储能力提出了更高的要求。
[0050]
步骤5：从上述分析，将步骤4和步骤3，运用设计的李雅普诺夫函数为：
[0051]
w(t)＝w1(t) w2(t)
[0052]
其中，和n智能体的总个数，m一阶智能体的个数。分析李雅普诺夫方法可以得出保证系统中的智能体达到多分组一致性的充分条件：
[0053]
k1l
ii
di＞0,i∈im，
[0054]
k2l
ii
di＞0,i∈i
n-m
，
[0055]k3-1＞0,i∈i
n-m
。
[0056]
同时，基于李雅普诺夫方法提出牵制策略，即对于入度为零的智能体必须被牵制。因此要保证系统中的智能体达到多分组一致性，需要满足上述条件的同时还需要满足牵制策略。
[0057]
步骤6：基于多分组一致性控制协议的控制输入值，对其通过系统模型计算下一时刻智能体的位置状态信息和速度状态信息。并判断当前的位置状态值和速度状态值是否满足达到多分组一致性的条件。进一步地更新当前智能体的测量误差和全局误差，为了下一次触发做准备。
[0058]
判断系统中的智能体位置状态和速度状态的过程，其包括两个方面：一方面，判断系统中相同分组的位置状态信息是否相同；另一方面，需判断二阶智能体的速度状态是否归零。可以用以下条件进行描述：
[0059]
条件一：
[0060]
其中，xi(t)代表智能体的位置状态信息。是第i个智能体所在的分组。当表示智能体i和智能体j位于相同的分组；当表示智能体i和智能体j位于不同的分组。
[0061]
条件二：
[0062]
其中，vi(t)代表智能体i的速度状态信息。
[0063]
如图2所示。该系统中包含十个智能体，其中一阶智能体是节点1、2、3、4、5、6和二阶智能体是节点7、8、9、10。将该系统划分为三个分组，其中1、5、6、10为第一个分组，2、3、8为第二个分组，4、7、9为第三个分组，并将三个分组的最终状态值分别设置为2、6、-8。其中，智能体的初始位置状态设置为x(0)＝(-2,-6,7,1,-4,7,1,-4,5,8)
t
，二阶智能体初始速度状态设置为v(0)＝(5,-3,-2,3)
t
。根据步骤5所提出的牵制策略，节点1、2、7必须被牵制，因此，设计智能体的牵制增益为：d1＝1.2，d2＝1.5，d7＝0.8和di＝0,i∈{3,4,5,6,8,9,10}。本发明全面的考虑智能体之间的合作-竞争交互关系，并将图1中的智能体间的“ ”代表智能体之间是竞争关系，
“‑”
代表智能体之间是合作交互关系。设置系统中的耦合增益为：k1＝0.5，k2＝0.2和k3＝1.2。
[0064]
图3和图4展示的是系统中所有节点的位置状态和二阶节点的速度状态演化过程。从图3可以看出智能体系统中的智能体最终达到了预期的状态值，实现了多分组一致性。从图4可以看出，系统中的二阶智能体的速度状态全部收敛到零。
[0065]
图5是展示系统中的智能体的触发时刻图。如果采用智能体的周期通信，智能体平均通信次数为200次；如果采用事件触发控制方法，智能体平均通信次数只需要54次，其次数减少了73％。
[0066]
以上所举实施例，对本发明的目的、技术方案和优点进行了进一步的详细说明，所应理解的是，以上所举实施例仅为本发明的优选实施方式而已，并不用以限制本发明，凡在本发明的精神和原则之内对本发明所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。