[发明专利]一种集群系统编队避障控制方法

权利要求书

1.一种集群系统编队避障控制方法，其特征在于，包括：

构建目标集群系统的通信拓扑关系，所述目标集群系统包含多个智能体；

构建单智能体离散模型；

基于所述单智能体离散模型构建多智能体离散模型；

基于所述多智能体离散模型判断所述目标集群系统是否满足预定的时变编队条件；

响应于所述目标集群系统满足预定的时变编队条件的判断结果，给定单智能体的通信触发条件；

基于所述目标集群系统的通信拓扑关系和所述单智能体的通信触发条件构造时变编队控制模型；

基于所述时变编队控制模型，引入人工势场法，以构造时变编队避障控制模型；

基于所述时变编队避障控制模型对所述目标集群系统进行编队避障控制。

2.根据权利要求1所述的集群系统编队避障控制方法，其特征在于，所述构建目标集群系统的通信拓扑关系包括：

采用有向权重图G＝{V(G)，ε(G)，WG)}表示所述目标集群系统所包含的N个智能体之间的通信拓扑结构，其中，节点集V(G)＝{v₁，v₂，...，v_N}用于描述所述N个智能体，边集用于描述所述N个智能体之间的全部影响关系，v_i为父节点，v_j为子节点，邻接矩阵用于描述两个智能体之间的影响关系的强度，w_ij为边的权值；

设定w_ij＝1；

定义节点v_i的邻居集为

给定所述有向权重图的入度矩阵：D＝diag{deg_in(v_i)，i＝1，2，...，N}，为节点v_i的入度；

给定所述有向权重图对应的拉普拉斯矩阵：L＝D-W(G)。

3.根据权利要求2所述的集群系统编队避障控制方法，其特征在于，所述构建单智能体离散模型包括：

获取单智能体的高阶离散状态模型；

基于所述单智能体的高阶离散状态模型获取所述单智能体离散模型。

4.根据权利要求3所述的集群系统编队避障控制方法，其特征在于，所述单智能体的高阶离散状态模型为：

x_i(k+1)＝Ax_i(k)+Bu_i(k)

上式中，为第k个T时刻智能体i的状态向量，为k个T时刻智能体i的控制输入，和为两个常数矩阵，T为取样周期，T＞0。

5.根据权利要求4所述的集群系统编队避障控制方法，其特征在于，所述基于所述单智能体离散模型构建多智能体离散模型包括：

基于所述单智能体的状态向量获取多智能体的状态向量；

基于所述单智能体的控制输入获取多智能体的控制输入；

基于所述多智能体的状态向量和所述多智能体的控制输入获取所述多智能体离散模型。

6.根据权利要求5所述的集群系统编队避障控制方法，其特征在于，所述多智能体的状态向量为：

所述多智能体的控制输入为：

所述多智能体离散模型为：I_N为阶数为N的单位矩阵。

7.根据权利要求6所述的集群系统编队避障控制方法，其特征在于，所述基于所述多智能体离散模型判断所述目标集群系统是否满足预定的时变编队条件包括：

给定单智能体对应的编队函数：

给定所述时变编队条件：

上式中，x_j(k)为智能体i的邻居智能体j在第k个T时刻的状态向量，h_j(k)为智能体i的邻居智能体j对应的编队函数；

判断所述多智能体离散模型是否使所述时变编队条件成立：若任意单智能体i均存在补偿向量使得成立，则判断所述多智能体离散模型满足所述时变编队条件。