随机扰动下不确定网络化Euler-Lagrange系统的分群一致性

本文研究了随机扰动下网络化Euler-Lagrange系统在无循环划分网络拓扑下自适应分群一致问题,在没有引导者和具有引导者的两种情形下,分别提出了在随机环境下不确定网络系统分布式自适应的分群一致算法,基于无循环划分网络拓扑结构的特征,进一步给出了具有随机扰动输入网络化Euler-Lagrange系统实现在均方意义下分群一致的充分必要条件.本文提出的分群一致算法的主要特征是所得结果仅依赖于无循环划分的网络拓扑结构,因而给出的条件易于验证、便于实际应用.最后,本文给出了数值模拟来验证所给理论结果的有效性和正确性.

基于事件驱动的多智能体有限时间分群一致控制

针对二阶线性多智能体系统的分群一致控制问题,考虑智能体通信拓扑同时包含协作和对抗关系,提出一种基于事件驱动控制的有限时间分布式领航跟随分群一致性算法,该算法可使多智能体系统在有限时间内实现分群一致,即各子组内的智能体实现状态一致,不同子组收敛至不同一致状态.采用事件驱动控制机制,设计事件驱动函数及事件触发条件,降低智能体控制器更新频率,减少系统能耗.基于代数图论和李雅普诺夫稳定性理论推导出系统的有限时间稳定性条件,通过巧妙构造Lyapunov函数,给出系统有限收敛时间的显式估计,同时证明在所提出的事件驱动机制下,每个智能体相邻触发时间间隔有严格的正下界,即避免了芝诺行为.仿真实验验证了所提出的有限时间事件驱动分群一致控制算法的有效性.

基于事件触发的非线性多智能体系统的固定时间分群一致性

结合事件触发控制方法研究非线性多智能体系统的固定时间分群一致性问题.提出一种非线性分布式事件触发分群一致性控制协议,并给出状态信息触发控制器更新的条件.该控制协议不受入度平衡条件限制,且只需自身状态信息与邻居智能体进行通信即可在固定时间内快速实现分群一致性.系统收敛时间与智能体的初始状态无关,可有效降低系统控制器更新频率和系统的资源消耗.结合代数图论、矩阵分析及Lyapunov稳定性理论,证明在所提出协议作用下,多智能体系统在固定时间内能够实现分群一致性,且不存在Zeno行为.最后,通过仿真实例检验了理论结果的可行性.

非完整约束大负重比六足机器人多机动态协同编队避障控制策略

在多机器人编队任务的现实环境中,不可避免会遇到队形变换的动态编队问题。为提高非结构环境多机器人编队的动态协同避障能力,以大负重比六足机器人的多机器人系统为例,利用非完整约束移动机器人轨迹跟踪的领航者-跟随者编队思想,提出多领航机器人分群一致性编队控制的动态队形变换避障策略。基于代数图论数学基础,设计大负重比六足机器人多机通信拓扑图与拓扑图分析矩阵,建立多领航者分群一致性编队系统的全局动态关系与一致性数学模型,提出多领航机器人分群一致性编队控制的动态队形变换避障策略,基于MATLAB软件实施仿真实验,仿真结果显示虚拟领航机器人发布控制指令使多机系统完成队形变换并顺利通过障碍物环境,验证多机动态协同编队避障控制策略的有效性和泛化能力。所提出的大负重比六足机器人多机动态协同编队避障控制策略,有助于提高非结构环境多机器人系统的地形通过能力。