[发明专利]基于动态事件触发的固定时间分布式优化方法

说明书

本发明公开了基于动态事件触发的固定时间分布式优化方法。该方法提出动态事件触发策略，并引入辅助动态变量，避免Zeno行为发生。基于事件触发策略，设计了分段式固定时间分布式优化算法，第一阶段采用局部成本函数的梯度信息，使每个机器人在固定时间内达到局部最优状态；第二阶段获取机器人在事件触发时刻的局部成本函数的海森矩阵以及邻居机器人的状态信息，通过事件触发通信更新控制输入，保证系统在固定时间内收敛至全局最优状态，且避免机器人间的持续通信。本发明不但有效节约了系统通信资源避免了Zeno行为，而且还能在固定时间内快速收敛至最优状态，提高了系统的控制精度和抗干扰能力。

技术领域

本发明属于自动化控制技术领域，涉及一种面向一阶多机器人系统的控制方法，具体涉及基于动态事件触发的固定时间分布式优化方法。

背景技术

分布式优化对于多智能体系统协同控制有着非常重要的意义，应用十分广泛，如智能电网、传感器网络、智能交通网络控制等等。此类优化问题，通常可以转化为加和型目标函数的凸优化问题，通过个体间的局部信息交流进而完成整个系统成本函数的优化。

传统的分布式优化方法，通常采用有限时间分布式优化方法，使多机器人系统在有限时间内收敛达到一致，但是由于对稳定时间的估计受系统初始状态的影响，因此在实际应用中有限时间分布式优化方法存在一定限制。此外，考虑到通讯网络中带宽资源有限，多机器人系统伴随着控制的规模扩大化及任务复杂化，连续时间通信会给多机器人系统带来较大的负担，甚至会出现通信阻塞、冗余、掉包等现象，从而影响整个系统的稳定性。

发明内容

针对现有技术的不足之处，本发明提出基于动态事件触发的固定时间分布式优化方法，将事件触发策略与分段式固定时间优化算法结合，用于解决一阶系统加和型成本函数的凸优化问题，在保证控制精度和收敛速度的前提下，可以有效减少通信资源浪费，提高抗干扰能力。

为实现上述发明目的，本发明的技术方案如下：

步骤1、在多机器人系统中，由于受限于通信带宽资源，采用事件触发通信方案可以在保持期望的控制性能下降低机器人之间的通信频率，对于多机器人系统中的第i个机器人，设计其事件触发通信方案为：

其中，s＝1,2...,s，表示事件触发的序列；Ω_i(t)表示事件触发规则，即事件触发函数，在条件满足时进行触发：

其中，γ0,h₀0,h₂0；表示第i个机器人在t时刻的位置状态误差；表示多机器人系统的位置状态总误差；和分别为机器人j和机器人i的事件触发时刻；θ_i(t)是引入的辅助动态变量，用于区别静态事件驱动：

其中，参数ζ0，动态变量的初始值θ_i(t)0。对于第i个机器人，当Ω_i(t)0时，即事件触发条件不满足的情况下，该机器人不需要接受邻居机器人的状态信息，从而达到节省系统资源的目的；当Ω_i(t)0时，这意味着该机器人接收其他机器人的状态信息，以此更新该机器人的控制输入。

步骤2、为了在固定时间内寻找最优位置，设计了一种分段式控制器，建立一阶多机器人系统的动力学模型，具体步骤如下：

s2.1、第一阶段的控制器是为了找出每个机器人在固定时间内的局部最优状态，因此仅需要获取第i个机器人局部成本函数的梯度信息，无需获取局部代价函数的梯度矩阵和海森矩阵，可以有效降低计算负荷。第一阶段的多机器人系统的局部最优控制器为：