多智能體系統(tǒng)領導者路徑規(guī)劃與編隊控制研究.pdf

1、近年來，隨著研究的不斷深入和發(fā)展，多智能體編隊協(xié)同控制已經得到了廣泛的應用。其中，多移動機器人系統(tǒng)作為最典型的多智能體系統(tǒng)，更是成為了研究的熱點之一。從應用角度出發(fā)，本文研究了多移動機器人系統(tǒng)的編隊控制問題，且在編隊控制基礎上對領導者機器人的運動路徑進行了合理規(guī)劃并加以控制。除此之外，本文也對更具有抽象性和一般性的非線性多智能體的編隊控制問題進行了研究。論文的主要工作和創(chuàng)新之處如下：
　　(1)對于領導者的路徑規(guī)劃問題，提出一種基

2、于柵格法搜尋與遺傳算法相結合的機器人運動路徑規(guī)劃算法。首先，利用柵格法對規(guī)劃區(qū)域進行建模。其次，設計了路徑生成算子和優(yōu)化算子用于生成初始路徑；設計了索引搜索算子用于保證路徑在遺傳優(yōu)化過程中的連通性和避障要求。最后，通過在不同復雜度的環(huán)境下對算法進行了大量仿真實驗，并且在搜索時間和尋優(yōu)能力方面與其他常見的規(guī)劃算法進行了比較，表明了算法的有效性和優(yōu)越性。
　　(2)采用領導-跟隨方式對多移動機器人編隊控制問題進行了研究。對領導者，采用

3、不依賴系統(tǒng)模型的模糊控制方法進行路徑跟蹤控制。對跟隨者，設計了合適的控制律使其與領導者的相對距離和角度收斂到給定值，從而實現(xiàn)編隊控制。通過數(shù)值仿真及實際場地實驗進一步驗證了算法的有效性和實用性。
　　(3)針對具有控制時延的二階非線性多智能體系統(tǒng)模型，設計了一種能夠實現(xiàn)其穩(wěn)定編隊的迭代學習控制算法，并給出了收斂證明性。由于該迭代學習控制算法放寬了對迭代初值的限定，從而滿足了各個智能體在初始位置隨機分布時的編隊控制要求。最后，通過仿