多机器人系统的分布式一致性控制开题报告

1. 研究目的与意义

20世纪80年代以来，人工智能发展迅速，机器人的应用领域也越来越广。然而随着各行业对机器人系统的要求不断提高，单个机器人由于其功能性单一，运行的鲁棒性和可靠性差，效率低等原因，越来越无法适应复杂任务的进行，因此多机器人系统应运而生。

有关多机器人系统的研究主要起源于自然界的很多奇妙现象。例如海里的鱼群在面对突发状况时，总能集体向某个方向移动躲避危险；蜂群在没有领导者或外界控制的干预下能够自动配合搭建蜂巢；蚂蚁在发现新的食物时总能通过同伴的信息找到食物；成群的大雁能够排成一排或“人”字形飞行。这些单个的生命体组成一个庞大的集群，但是在没有丝毫外力的干预下，仅仅通过独特个体的感知以及个体与同伴之间的信息交互，他们的运动就能够保持规则而有序。生物学家一直希望能把他们的合作机制应用到实际的系

多机器人系统是由若干个机器人构成，每个机器人之间通过通信，共享信息，相互合作与协调，从而满足单个机器人不能满足的复杂需求，而传统的集中式控制方法由于其无法避免的通信约束和有限的计算能力而失效。20世纪70年代以后，为了解决当时的问题，研究者推出了分布式的控制方案，很快在很多方面得到应用．然而这种控制方案也存在一个严重的缺点，就是每个系统的上层系统根据工作流程就已经预先设定好下层系统个体之间的合作机制，下层系统受到限制，无法应对突发状况，系统缺乏灵活，在小的系统里这种缺点可能不是很明显，但是面对大型更复杂的系统，这种控制方案就无法适用了。而网络化多机器人系统作为人工智能控制研究的一个重要组成部分，具有很多优点

2. 研究内容和预期目标

研究内容：本次研究主要针对协调协作机制、协调协作算法进行深入的研究，给出网络化机器人系统的分布式协调控制方案，使得多个机器人之间通过信息交换实现协调一致的控制。

预期目标：针对网络化机器人非线性系统，结合图论来描述机器人之间的通信关系；根据Lyapunov稳定性理论，将分布式协调控制方案结合模糊逻辑系统，消除了模型的不确定性，设计出分布式一致性控制器，并通过理论证明系统的稳定性，最后利用s函数编写程序，证明系统是一致最终有界的，并且所有的误差控制在一个较小的范围内，验证了提出控制方案的有效性。

3. 研究的方法与步骤

研究的方法与步骤：

本次设计采用分布式协调控制，先利用图论将多机器人系统的个体抽象成点，用两点之间的有向线段表示机器人之间的联系，从而建立了数学模型。再引入虚拟控制器，根据Lyapunov理论，利用模糊逻辑系统抵消了未知非线性函数的影响，研究了多机器人系统的自适应一致性控制问题。并且证明和验证了系统的稳定性以及信号的收敛性，同时还保证了系统误差的稳态性能与暂态性能。

步骤流程图

4. 参考文献

[1]li d，ma g，he w，etal. distributed coordinated tracking control of multiple euler–lagrange systems by state and outputfeedback[j]. iet control theory applications，2017，11（14）:2213-2221.

[2]jadbabaie a，linj，morse a s.coordination of groups of mobile autonomous agents using nearest neighborrules[j]. ieee transactions on automatic control，2003，48（6）：988-1001.

[3]cui g，xu s，ma q，etal. prescribed performance distributed consensus control for nonlinearmulti-agent systems with unknown dead-zone input[j]. international journal ofcontrol，2017，91（5），1053-1065.

5. 计划与进度安排

1. 2022.2.25—2022.3.17(3周)，查阅论文资料，完成外文翻译及开题报告；

2. 2022.3.18—2022.4.7 (3周)，网络化机器人系统分析与建模；

3. 2022.4.8—2022.5.5 (4周)，网络化机器人系统设计与仿真；