[发明专利]一种基于感知控制与感知容限的集群控制方法

说明书

本发明公开了一种基于感知控制与感知容限的集群控制方法，旨在克服现有的集群智能控制存在集群性能差的问题，它包括如下步骤：配置群体的集群信息，初始化迭代次数，配置个体的状态信息，将状态信息代入路径规划方法得到路径轨迹数据；根据路径轨迹数据驱动个体运动以及索引得到当前状态目标值和终点状态目标值；计算得到个体当前的感知信息量；更新个体感知属性；预测状态误差和误差校正量；更新终点状态；更新路径轨迹数据，迭代次数加一；判断迭代次数是否等于终止迭代次数，若是则终止迭代，若否则继续迭代。

技术领域

本发明属于集群智能控制领域，特指一种基于感知控制与感知容限的集群控制方法。

背景技术

在机械制造与自动化领域，机器人和无人机有着重要的研究与应用意义，随着人工智能与数字通信技术的兴起，智能机器人或飞行器技术逐渐成为多学科、多领域混合的研究课题。人多力量大的道理同样适用于智能机械，一般来说机器人集群具有更高的执行效率，这意味着在相同时间内可以完成更多的任务需求，或者说执行相同任务时消耗时间更少；驱动群体需要依靠集群控制技术，相比于单独个体的驱动，其更需要考虑集群个体间的通信传输以及排列结构问题。

由于现实环境中存在的噪声以及各种工程误差，被控制个体往往无法精准的达到人为设置的目标状态，此时需要额外的控制方法以应对环境中的干扰因素，其中最为常见同时应用最为广泛的当属PID控制方法，其根据历史数据和差别的出现率来调整输入值，使系统更加准确稳定。PID能有效应对环境噪声造成的控制误差，但在面对个体数量增加而导致的集群拥挤问题时表现不够理想。如何通过构建方法模型同时解决复杂环境干扰与个体数增加导致集群性能指标下降的问题成为集群智能控制研究的重点。

发明内容

为克服现有技术的不足及存在的问题，本发明提供一种基于感知控制与感知容限的集群控制方法。

为实现上述目的，本发明采用如下技术方案：

一种基于感知控制与感知容限的集群控制方法，包括如下步骤：

步骤1：处理器配置群体的集群信息，其中，集群信息包括个体数量、终止迭代次数、终点状态最大误差和个体感知属性，个体感知属性包括极限加速度、感知范围、感知容限和路径规划方法的迭代步长；

步骤2：处理器初始化迭代次数，配置个体的状态信息，其中，状态信息包括初始状态和终点状态；

步骤3：处理器将状态信息代入路径规划方法计算得到路径轨迹数据，其中，路径轨迹数据包括每个迭代步长内个体的速度信息和位置信息，路径轨迹方法可以是基于Dubins曲线的路径规划方法；

步骤4：处理器根据路径轨迹数据驱动个体进行运动，根据路径轨迹数据索引得到个体的当前状态目标值和终点状态目标值；

步骤5：传感器感知传感器所在个体的自身状态和传感器感知范围内的其他个体状态，根据自身状态和其他个体状态计算得到个体当前的感知信息量；

步骤6：传感器将自身状态和感知信息量输入至当前状态控制单元，将感知信息量、终点状态目标值和感知容限输入至感知属性控制单元；

步骤7：感知属性控制单元根据感知信息量、终点状态目标值和感知容限更新个体感知属性；

步骤8：当前状态控制单元预测状态误差和误差校正量；

步骤9：感知属性控制单元将更新后的个体感知属性输入至传感器和终点状态控制单元，当前状态控制单元将状态误差和误差校正量输入至终点状态控制单元，终点状态控制单元根据状态误差、误差校正量和更新后的终点状态更新得到终点状态；

步骤10：处理器将更新后的个体感知属性和终点状态代入路径规划方法更新得到路径轨迹数据，迭代次数加一；

步骤11：处理器判断迭代次数是否等于终止迭代次数，若是则终止迭代，若否则迭代步骤4至步骤11。