【控制】《多智能体系统的协同群集运动控制》陈杰老师-第5章-基于骨干网络的多智能体系统群集运动与避障控制
第5章-基于骨干網(wǎng)絡的多智能體系統(tǒng)群集運動與避障控制
- 5.1 研究背景
- 5.2 預備知識
- 5.2.1 問題描述
- 運動方程 (5.1)
- 5.2.2 流體力學基礎
- 可壓縮性
- 黏性
- 旋度
- 速度勢
- 無旋場
- 勢流
- 渦度
- 流函數(shù)
- 復勢
- 流線
- 復速度
- 5.2.3 流函數(shù)
- 圓形定理 (circle theorem) [209]
- 5.3 總體控制策略
- 5.3.1 分布式拓撲控制
- 控制協(xié)議 (5.13)
- 控制協(xié)議 (5.18)
- 5.3.2 分布式運動控制
- 5.4 仿真和實驗
- 5.4.1 數(shù)值仿真
- 5.4.2 實物實驗
- 5.5 結論
- Ref
5.1 研究背景
5.2 預備知識
5.2.1 問題描述
運動方程 (5.1)
每個智能體的運動滿足如下描述的雙積分器模型:
q˙i=pip˙i=ui(5.1)\begin{aligned} & \dot{q}_i = p_i \\ & \dot{p}_i = u_i \end{aligned}\tag{5.1}?q˙?i?=pi?p˙?i?=ui??(5.1)
5.2.2 流體力學基礎
可壓縮性
可壓縮性,受外界壓力時體積減小的容易程度。β=?1V?V?p\beta=-\frac{1}{V}\frac{\partial V}{\partial p}β=?V1??p?V? 其中,VVV 表示體積,ppp 表示壓力,β\betaβ 表示易壓縮性,1/β1/\beta1/β 表示不易壓縮性,K=1/βK=1/\betaK=1/β 體積彈性模量。
黏性
黏性,是流體的屬性。通俗的理解:黏性是流體阻礙自身流動的特性。黏性是流體持續(xù)剪切變形時內部產(chǎn)生剪切力的性質。靜止的流體中可能有附著力和表面張力,但沒有黏性力。
旋度
旋度,是向量分析中的一個向量算子,可以表示三維向量場對某一點附近的微元造成的旋轉程度。 這個向量提供了向量場在這一點的旋轉性質。
速度勢
速度勢,流體力學中同無旋運動相聯(lián)系的一個標量函數(shù)。
無旋場
無旋場,如果向量場的旋度是零,這種向量場稱為無旋向量場,簡稱為無旋場。
勢流
勢流,在流體動力學中,勢流(Potential Flow)是指一道速度場是一標量函數(shù)(即速度勢)的梯度的流。因此,勢流的特點是無旋性速度場,這是對于幾種應用的有效近似。勢流的無旋性是因為梯度的旋度始終為零的關系。
在不可壓縮流的類型中,勢流滿足拉普拉斯方程與勢理論。然而,勢流也可用來描述可壓縮流。勢流近似發(fā)生于穩(wěn)流與非穩(wěn)流的模型上。
渦度
渦度是一個三維矢量,其定義是:速度場的旋度。在氣象學應用中,一般只考慮渦度的垂直分量,即圍繞垂直軸旋轉的渦度分量。其垂直渦度等于相應角速度的二倍,
流函數(shù)
流函數(shù)是流體力學中同連續(xù)性方程相聯(lián)系的一個標量函數(shù),指滿足連續(xù)方程的一個描述流速場的標量函數(shù)。
復勢
復勢,(complex potential)與復變函數(shù)論在流體力學中的應用有關的一個概念。設有一不可壓縮流體做平面定常運動,其速度向量 v=(u,v)v=(u,v)v=(u,v),其中無源、無匯,也無渦流。這些說明它等價于 v=u+ivv=u+\mathbf{i}vv=u+iv,為解析函數(shù),稱為流體的復速度,其與積分路徑無關,稱為流體的復勢。
流線
流線,把各點的矢量箭頭連起來,就形成了流線。
流線:其上每一點上都與當?shù)厮俣仁噶肯嗲械那€(同一時刻,不同流體質點)。
跡線:流體質點在空間運動時所經(jīng)過的軌跡曲線(不同時刻,同一流體質點)。
復速度
復速度,設有一不可壓縮流體做平面定常運動,其速度向量 vvv,又設其中無源和匯,也無渦流,這說明 v=vx+ivyv=v_x+\mathbf{i}v_yv=vx?+ivy? 為解析函數(shù),稱為流體的復速度。
導航控制中用于解決障礙物規(guī)避問題時常用的流場類型為均勻流、匯流和渦流,其對應的復勢分別為 fu=Uzf_u=U_zfu?=Uz?,fs=?Cln?(z)f_s=-C\ln(z)fs?=?Cln(z) 和 fv=iCln?(z)f_v = \mathbf{i}C\ln(z)fv?=iCln(z)。
均勻流是指在恒定流中,若流線為相互平行的直線,該流動稱為均勻流。
匯流是一個流體力學名詞,是負強度的源流。
渦流在進氣過程中產(chǎn)生的繞氣缸軸線的有組織的氣流運動,稱為渦流。
5.2.3 流函數(shù)
圓形定理 (circle theorem) [209]
Theorem 2.4 (Circle Theorem). Let there be irrotational (無旋的) two-dimensional flow of incompressible (不可壓縮的) inviscid (非黏性的) fluid in the zzz-plane. Let there be no rigid boundaries and let the complex potential of the flow be f(z)f(z)f(z), where the singularities of f(z)f(z)f(z) are all at a distance greater than aaa from the point bbb. If aaa circular cylinder, typified by its cross-section the circle CCC, ∣z?b∣=a|z - b| = a∣z?b∣=a, is introduced into the flow, the complex potential becomes
ω=?+iψ=f(z)+fˉ(a2z?b+bˉ)\omega = \phi + \mathbf{i} \psi = f(z) + \bar{f}(\frac{a^2}{z-b} + \bar{b})ω=?+iψ=f(z)+fˉ?(z?ba2?+bˉ)
5.3 總體控制策略
5.3.1 分布式拓撲控制
控制協(xié)議 (5.13)
骨干智能體 iii 設計如下的控制協(xié)議:
ui=?∑j∈N^iMST(t)?q^iVijc(∥q^i?q^j∥)?∑j∈N^iMST(t)?q^iVi,li(∥q^i∥)?∑j∈N^iMST(t)aij(t)(p^i?p^j)?k1p^i+p˙li(5.13)u_i = -\sum_{j\in\hat\mathcal{N}_i^{\text{MST}}(t)} \nabla_{\hat{q}_i} V_{ij}^c (\|\hat{q}^i - \hat{q}_j\|) - \sum_{j\in\hat\mathcal{N}_i^{\text{MST}}(t)} \nabla_{\hat{q}_i} V_{i,l_i}(\|\hat{q}_i\|) \\ -\sum_{j\in\hat\mathcal{N}_i^{\text{MST}}(t)} a_{ij}(t) (\hat{p}_i - \hat{p}_j) - k_1 \hat{p}_i + \dot{p}_{l_i} \tag{5.13}ui?=?j∈N^iMST?(t)∑??q^?i??Vijc?(∥q^?i?q^?j?∥)?j∈N^iMST?(t)∑??q^?i??Vi,li??(∥q^?i?∥)?j∈N^iMST?(t)∑?aij?(t)(p^?i??p^?j?)?k1?p^?i?+p˙?li??(5.13)
控制協(xié)議 (5.18)
每個非骨干智能體 iii 設計控制律如下:
ui=?∑j∈Ni(G)?Li(5.18)u_i = -\sum_{j\in\mathcal{N}_i(\mathcal{G})\setminus L_i} \tag{5.18}ui?=?j∈Ni?(G)?Li?∑?(5.18)
5.3.2 分布式運動控制
5.4 仿真和實驗
5.4.1 數(shù)值仿真
5.4.2 實物實驗
5.5 結論
Ref
[209] Vehicle motion planning using stream functions
[210] Using steram functions for complex behavior and path generation
總結
以上是生活随笔為你收集整理的【控制】《多智能体系统的协同群集运动控制》陈杰老师-第5章-基于骨干网络的多智能体系统群集运动与避障控制的全部內容,希望文章能夠幫你解決所遇到的問題。
- 上一篇: 【控制】《多智能体系统的协同群集运动控制
- 下一篇: 【控制】《多智能体系统的协同群集运动控制