[發(fā)明專利]基于動態(tài)事件觸發(fā)的固定時間分布式優(yōu)化方法

在審

• 申請?zhí)枺?/td>: 202211424802.6
• 申請日: 2022-11-14
• 公開（公告）號: CN115903489A
• 公開（公告）日: 2023-04-04
• 發(fā)明（設計）人: 呂強;耿博媛;柴佳瑜;羅平;張波濤
• 申請（專利權）人: 杭州電子科技大學
• 主分類號: G05B13/04
• 分類號: G05B13/04
• 代理公司: 杭州君度專利代理事務所(特殊普通合伙) 33240
• 代理人: 楊舟濤

本發(fā)明公開了基于動態(tài)事件觸發(fā)的固定時間分布式優(yōu)化方法。該方法提出動態(tài)事件觸發(fā)策略，并引入輔助動態(tài)變量，避免Zeno行為發(fā)生。基于事件觸發(fā)策略，設計了分段式固定時間分布式優(yōu)化算法，第一階段采用局部成本函數(shù)的梯度信息，使每個機器人在固定時間內達到局部最優(yōu)狀態(tài)；第二階段獲取機器人在事件觸發(fā)時刻的局部成本函數(shù)的海森矩陣以及鄰居機器人的狀態(tài)信息，通過事件觸發(fā)通信更新控制輸入，保證系統(tǒng)在固定時間內收斂至全局最優(yōu)狀態(tài)，且避免機器人間的持續(xù)通信。本發(fā)明不但有效節(jié)約了系統(tǒng)通信資源避免了Zeno行為，而且還能在固定時間內快速收斂至最優(yōu)狀態(tài)，提高了系統(tǒng)的控制精度和抗干擾能力。

技術領域

本發(fā)明屬于自動化控制技術領域，涉及一種面向一階多機器人系統(tǒng)的控制方法，具體涉及基于動態(tài)事件觸發(fā)的固定時間分布式優(yōu)化方法。

背景技術

分布式優(yōu)化對于多智能體系統(tǒng)協(xié)同控制有著非常重要的意義，應用十分廣泛，如智能電網(wǎng)、傳感器網(wǎng)絡、智能交通網(wǎng)絡控制等等。此類優(yōu)化問題，通常可以轉化為加和型目標函數(shù)的凸優(yōu)化問題，通過個體間的局部信息交流進而完成整個系統(tǒng)成本函數(shù)的優(yōu)化。

傳統(tǒng)的分布式優(yōu)化方法，通常采用有限時間分布式優(yōu)化方法，使多機器人系統(tǒng)在有限時間內收斂達到一致，但是由于對穩(wěn)定時間的估計受系統(tǒng)初始狀態(tài)的影響，因此在實際應用中有限時間分布式優(yōu)化方法存在一定限制。此外，考慮到通訊網(wǎng)絡中帶寬資源有限，多機器人系統(tǒng)伴隨著控制的規(guī)模擴大化及任務復雜化，連續(xù)時間通信會給多機器人系統(tǒng)帶來較大的負擔，甚至會出現(xiàn)通信阻塞、冗余、掉包等現(xiàn)象，從而影響整個系統(tǒng)的穩(wěn)定性。

發(fā)明內容

針對現(xiàn)有技術的不足之處，本發(fā)明提出基于動態(tài)事件觸發(fā)的固定時間分布式優(yōu)化方法，將事件觸發(fā)策略與分段式固定時間優(yōu)化算法結合，用于解決一階系統(tǒng)加和型成本函數(shù)的凸優(yōu)化問題，在保證控制精度和收斂速度的前提下，可以有效減少通信資源浪費，提高抗干擾能力。

為實現(xiàn)上述發(fā)明目的，本發(fā)明的技術方案如下：

步驟1、在多機器人系統(tǒng)中，由于受限于通信帶寬資源，采用事件觸發(fā)通信方案可以在保持期望的控制性能下降低機器人之間的通信頻率，對于多機器人系統(tǒng)中的第i個機器人，設計其事件觸發(fā)通信方案為：

其中，s＝1,2...,s，表示事件觸發(fā)的序列；Ω_i(t)表示事件觸發(fā)規(guī)則，即事件觸發(fā)函數(shù)，在條件滿足時進行觸發(fā)：

其中，γ0,h₀0,h₂0；表示第i個機器人在t時刻的位置狀態(tài)誤差；表示多機器人系統(tǒng)的位置狀態(tài)總誤差；和分別為機器人j和機器人i的事件觸發(fā)時刻；θ_i(t)是引入的輔助動態(tài)變量，用于區(qū)別靜態(tài)事件驅動：

其中，參數(shù)ζ0，動態(tài)變量的初始值θ_i(t)0。對于第i個機器人，當Ω_i(t)0時，即事件觸發(fā)條件不滿足的情況下，該機器人不需要接受鄰居機器人的狀態(tài)信息，從而達到節(jié)省系統(tǒng)資源的目的；當Ω_i(t)0時，這意味著該機器人接收其他機器人的狀態(tài)信息，以此更新該機器人的控制輸入。

步驟2、為了在固定時間內尋找最優(yōu)位置，設計了一種分段式控制器，建立一階多機器人系統(tǒng)的動力學模型，具體步驟如下：

s2.1、第一階段的控制器是為了找出每個機器人在固定時間內的局部最優(yōu)狀態(tài)，因此僅需要獲取第i個機器人局部成本函數(shù)的梯度信息，無需獲取局部代價函數(shù)的梯度矩陣和海森矩陣，可以有效降低計算負荷。第一階段的多機器人系統(tǒng)的局部最優(yōu)控制器為：