[发明专利]一种障碍物遮挡下多智能体自抗扰时变编队跟踪与避撞控制方法

说明书

本发明公开了一种障碍物遮挡下多智能体自抗扰时变编队跟踪与避撞控制方法，该方法基于的多智能体系统由1个运动目标和N‑1个智能体组成，依次编号为1至N；该方法基于的多智能体系统中每一个智能体均具备目标跟踪能力；考虑到系统执行任务的多样性以及编队成员数量的限制，同一时刻只有一个智能体执行目标跟踪任务，称该智能体为跟踪主体，其它智能体执行其它任务；通过相邻智能体之间的局部信息交互，子系统(1‑2)实现对目标状态的跟踪。本发明运用自抗扰控制理论解决扰动抑制问题，基于势场法实现避撞控制，采用切换拓扑的策略保证目标跟踪得持续性。

技术领域

本发明属于多智能体系统编队跟踪控制领域，具体涉及一种障碍物遮挡下多智能体自抗扰时变编队跟踪与避撞控制方法。

背景技术

协同控制在社会生产和国防建设中均有广泛的应用，如多源信息采集、运动目标监视和多维协同打击等。编队控制作为协同控制的重要分支，已逐步成为国内外学者研究的热点。多智能体系统在执行任务时需要形成和保持期望的编队队形，根据任务需求，期望的编队队形可能是随时间变化的。

除了队形控制，绝大多数多智能体协同任务中还要求编队整体跟踪期望的参考轨迹，通常包括两种形式：一是以系统中某智能体为领航者，该领航者智能体具备任务规划和航迹规划等功能，其它智能体跟踪该领航者；二是以系统外部运动目标为领航者，目标的运动不受我方控制，但其运动信息可以被系统中某个或多个智能体获取，多智能体系统通过局部信息交互，以时变编队的方式实现对目标的跟踪。本发明针对第二种编队跟踪问题展开研究。

实际应用中，外部环境中扰动的作用会影响单个智能体的运动控制和系统的编队跟踪控制，妨碍编队任务的执行甚至危及编队安全。因此，在研究编队跟踪控制时需要考虑外部扰动对系统的影响，提升干扰环境中系统的编队跟踪控制性能。常见的抗扰控制包括滑膜控制、反步控制和H_∞控制等，这些控制方法要求精确建立系统或扰动的模型，所以在面向实际应用时比较受限。自抗扰控制基于系统的输入输出信息可实现对扰动的直接估计，通过在控制输入中设置扰动补偿项抑制外部扰动对系统影响。自抗扰控制理论由于上述特点逐渐成为研究热点，但基于自抗扰控制的编队跟踪控制技术仍有待研究。

避撞控制是解决实际多智能体系统编队跟踪控制问题时需要考虑的基本问题，包括智能体之间的避撞控制和智能体与障碍物之间的避撞控制。避撞问题本质上属于路径规划问题，编队跟踪控制问题中，智能体的运动路径以及障碍物的分布预先未知，因此需要采用在线路径规划技术。此外，障碍物除了会直接阻碍智能体的运动，还会对进入其一定范围的智能体产生遮挡作用，使得其丢失运动目标的信息，这类问题在实际应用中广泛存在。

需要注意的是，当前对于编队跟踪控制的研究已经较为深入，在此基础上部分研究者对扰动条件下的编队跟踪问题展开了研究。但从国内外研究成果来看，在上述研究基础上尚未见到考虑避撞问题和障碍物对目标跟踪遮挡作用的研究。

发明内容

本发明提供了一种障碍物遮挡下多智能体自抗扰时变编队跟踪与避撞控制方法，旨在解决如下技术问题：在外部扰动和障碍物遮挡作用同时存在的情况下如何实现多智能体时变编队跟踪控制，使系统在实现时变编队跟踪的同时具备扰动抑制和在障碍物遮挡环境中实现对运动目标的持续跟踪。本发明运用自抗扰控制理论解决扰动抑制问题，基于势场法实现避撞控制，采用切换拓扑的策略保证目标跟踪得持续性。

本发明采用如下技术方案来实现的：

一种障碍物遮挡下多智能体自抗扰时变编队跟踪与避撞控制方法，该方法基于的多智能体系统由1个运动目标和N-1个智能体组成，依次编号为1至N，其中目标的动力学模型表示为：

式中，和分别表示目标的位置和速度，n代表空间维度，α_x和α_v为阻尼系数；第i个智能体的动力学模型描述如下：