采样信息交互下多智能体分批次分时通行协调控制方法

本发明涉及智能体控制，尤其涉及采样信息交互下多智能体分批次分时通行协调控制方法。

背景技术：

1、随着无人机、无人车等机器人技术的迅速发展，多智能体终端时间协同控制已成为机器人协同控制的重要应用领域之一。终端时间是指智能体抵达或通过关键位置的时间。在实际应用中，机器人群组有时需要按照规定的时间间隔通过目标位置，以避免拥堵或碰撞，从而实现群体高效协作完成任务；此外，为适应现实通信网络中数据的离散采样及传输特性，需要考虑离散时间通信而不是连续时间通信来研究终端时间协同控制问题，在实际应用场景中，机器人之间可能会受到距离等因素限制而对通信产生干扰，导致拓扑网络的变化，这种不可靠扰动仍然要考虑在内。

2、现有采样信息交互下的终端时间协调方法的相关文献如下：

3、如[1](参见zhou j,lv y,wen g,et al.terminal-time synchronization ofmultivehicle systems under sampled-data communications[j].ieee transactionson systems,man,and cybernetics:systems,2021,52(4):2625-2636.)中公开了在多无人系统领域针对采样数据通信下的终端时间同步问题设计的基于运动规划的协同算法，基于此算法能够使用局部采样数据信息来同步所有估计的终端时间，并使该终端时间的估计值与真实值相等。

4、又如[2](参见zhou j,nan x,wang s,et al.distributed guidance design formulti-missile sequential attacks[c]//2022ieee international conference onunmanned systems(icus).ieee,2022:578-583.)中公开了现有多弹协同作战有序打击任务框架下的分布式导引律设计，其主要研究了时变通信拓扑下的多弹有序打击，提出了一种新型的分布式导引律，该导引律能够在给定时间间隔内实现导弹的顺序攻击。

5、然而，在智能体数量众多的情况下，要同时自主协调数量较多的智能体以期实现终端时间协调控制时，系统调节压力大，协调效果差；且受限于智能体的初始部署以及速度与控制能量约束，智能体可能无法实现给定通行时间间隔的终端时间分时协调控制，需将多智能体合理分成多个批次，使得各批次内部智能体在速度与控制能量约束下以较小调节代价实现自主分时通行。

技术实现思路

1、为解决上述问题，本发明提供一种采样信息交互下多智能体分批次分时通行协调控制方法，实时协调终端时间，无需为每个智能体指定通过时间，具有广阔的应用前景，实现了在现有基础上估计智能体抵达目标点时间范围，并执行分批次协调算法，使得各批次内部智能体在速度与控制能量约束下以较小调节代价实现自主分时通行，从而缓解系统调节压力，提升群体的安全性、环境适应性以及能源效率。

2、为实现上述目的，本发明提供了采样信息交互下多智能体分批次分时通行协调控制方法，包括以下步骤：

3、s1、根据智能体与目标点的相对运动关系，建立相对运动学模型；

4、s2、根据智能体与目标点的相对距离及智能体的速度约束，估计每个智能体抵达目标点的时间范围；

5、s3、基于每个智能体抵达目标点的时间范围进行分布式时空同步判断，判断多智能体是否能作为同一批次；若是则判定多个智能体同批次通过目标点；若否则执行分批次协调分配算法，并将智能体归入不同批次，从而协调目标点的通过时间；

6、s4、基于步骤s3获取的分批次结果，为不同批次的智能体分别设计智能体沿视线方向的加速度，使同批次内多个智能体分时有序通过目标点。

7、优选的，步骤s4后还包括：

8、s5、基于步骤s3获取的分批次结果，为不同批次的智能体分别设计智能体垂直于视线方向的加速度，以消除垂直于视线方向智能体与目标点之间的相对速度。

9、优选的，步骤s1具体包括以下步骤；

10、考虑同一平面内的n个智能体组成的集群系统：

11、

12、其中，v为同一平面内的n个智能体组成的集群系统；

13、得到智能体与目标点之间的运动学关系表示为：

14、

15、其中，ri、λi分别表示智能体i与目标点之间的距离以及视线角，ari、aλi分别表示智能体沿视线方向与垂直于视线方向的加速度分量，vri、vλi分别表示智能体沿视线方向与垂直于视线方向的速度分量。

16、优选的，步骤s2中具体包括以下步骤：

17、假设智能体的速度限制范围为[vi,min,vi,max]，估计智能体通过目标点的时间范围为：

18、

19、其中，ri(0)表示初始时刻智能体i与目标点之间的相对距离，分别为所估计的智能体通过目标点的时间范围的上界和下界。

20、优选的，步骤s3中具体包括以下步骤：

21、s31、将集群系统内每个智能体均持有自身通过目标点的时间范围估计按上界降序排序，并为每个智能体重新按次序赋编号；

22、s32、将每个智能体的时间范围赋予一个固定常数倍数的时间偏差，更新的值：

23、

24、其中，δ为分时通过目标点中每个智能体通过时刻的时间差；

25、基于通信拓扑网络进行信息交互迭代，并在每一轮迭代过程中，每个智能体发送自身通过目标点的时间范围估计至邻居节点，所有智能体在接受完邻居节点发送的终端时间范围估计后，与自身所估计的通过目标点的范围求交集，并将交集更新为每个智能体自身通过目标点的时间范围最多迭代n-1轮，不断更新直至每个智能体均能获得所有智能体通过目标点时间范围估计的交集若该交集不为空，则判定集群系统中所有智能体均能够同批次通过目标点；否则执行分批次协调分配算法。

26、优选的，步骤s32所述的分批次协调分配算法如下：

27、按次序求取智能体通过目标点时间范围估计的交集，直至求得序号为m+1的智能体通过目标点时间范围估计的交集为空，将前m个智能体通过目标点时间范围估计的交集记为表示第一个批次；

28、继续按次序求取智能体通过目标点时间范围估计的交集，每当所求交集为空时，将两个空集之间的多个智能体分为同一批次，直至集群系统内所有智能体归入不同批次为止，记各批次的终端时间范围估计的交集为且第一个批次a包含的多智能体编号为{1,2,...,m}，第二个批次b包含的多智能体编号为{m+1,m+2,...}，…；

29、在将整个集群系统分为多个批次后，同批次内智能体重新组网构成新的通信拓扑。

30、优选的，步骤s4具体包括以下步骤：

31、将各批次内多智能体重新组网后的时变通信拓扑图记为其中并假定智能体的采样时刻为tk，采样时间间隔表示为tk＝tk-tk-1，则采样时刻tk通信拓扑图的邻接矩阵记为

32、根据采样时刻智能体自身及其邻居节点的状态量x(tk)的值设计下一时刻的状态量x(tk+1)的值，实现采样时刻信息交互网络实现状态量x1,...,xn的一致，如下式所示：

33、

34、其中，aij(tk)表示采样时刻tk通信拓扑图中邻接矩阵中i行j列的元素值，xi，xj均表示所要实现一致的协调状态变量；

35、设计xi的变化率：

36、

37、设计智能体i从初始时刻到通过目标点所花费时间：

38、

39、其中，表示终端时间，ri(t)表示t时刻智能体i与目标点之间的距离，vri(t)表示t时刻智能体i沿视线方向的速度分量；

40、联立公式(2)得到：

41、

42、其中，表示运动学关系公式(2)下智能体通过目标点所花费时间；

43、为实现智能体分时通过目标点，设计智能体i的局部变量表示为：

44、

45、其中，δ即为指定的时间间隔；

46、替换(6)式中变量x为联立式(8)得到：

47、

48、整理得到设计的加速度表达式如下：

49、

50、其中，tk表示第k轮信息交换的采样时刻，采样时间间隔δtk＝tk+1-tk且定义式如下：

51、

52、其中，tr为一个正常数；

53、对于分批次后的多智能体集群系统，其重新组网后通信拓扑发生了变化，设计的加速度重新表述为：

54、

55、其中，表示对应重新组网后同批次内的邻接矩阵中的元素。

56、优选的，步骤s5具体包括以下步骤：

57、基于ri的测量值，垂直于视线方向的加速度公式如下：

58、

59、其中，常数k1,k2＞0,α1＞1,0＜α2＜1，定义sigα(x)＝|x|αsign(x)，其中sign(x)为符号函数；

60、证得，式(14)中有其中

61、

62、本发明具有以下有益效果：

63、1、用于无人车编队时，通过分批次分时通过目标点，协同实现车辆的有序行进，缓解交叉口及匝道的拥堵情况；

64、2、用于物流领域时，确保多个智能体在物流配送过程中的协同合作，提高快递配送效率；

65、3、用于飞行器控制时，可实现在避免碰撞的前提下，分批次分时有序通过目标点。

66、下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。