[发明专利]一种实现拉格朗日系统群体共识的方法、设备及存储介质在审

专利信息
申请号: 202210387800.8 申请日: 2022-04-13
公开(公告)号: CN114952825A 公开(公告)日: 2022-08-30
发明(设计)人: 马新茹;张铁荟;李恒宇;刘军;谢少荣;罗均 申请(专利权)人: 上海大学;济宁学院
主分类号: B25J9/16 分类号: B25J9/16
代理公司: 郑州翊博专利代理事务所(普通合伙) 41155 代理人: 付红莉
地址: 200444*** 国省代码: 上海;31
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 实现 拉格朗日 系统 群体 共识 方法 设备 存储 介质
【权利要求书】:

1.一种实现拉格朗日系统群体共识的方法,其特征在于,包括如下步骤:

S1、对拉格朗日系统进行动力学分析;

S2、将由n个机器人组成的团队进行分组;

S3、根据步骤S1和S2设计控制器算法。

2.根据权利要求1所述的实现拉格朗日系统群体共识的方法,其特征在于,步骤S1中,建立欧拉-拉格朗日系统的动力学模型对系统群体进行动力学分析,所述欧拉-拉格朗日系统的动力学模型为:

式(1)中,qi代表广义坐标,代表广义速度,n代表系统中机器人的总个数;Mi(qi)∈Rn×n是对称正定惯量矩阵,只与广义坐标有关;是科氏力与离心力矩阵;gi(qi)∈Rn是广义有势力;τi为控制力。

3.根据权利要求2所述的实现拉格朗日系统群体共识的方法,其特征在于,步骤S2中分组步骤具体为:

假设对于由n个机器人组成的团队有一个对应的拓扑图是的划分,将机器人组成的团队分为k组,即设表示的是的第l个分组,l=1,2,…,k,对应的拓扑图记作其中,拓扑图对应的拉普拉斯矩阵为:

式中是关于拓扑图的拉普拉斯矩阵,代表到的信息传递,i,j=1,2,…,k;

为实现欧拉-拉格朗日系统的群体共识,作如下假设:的每一个行和为0,每一个具有生成树;动力学模型方程(1)关于常值参数θi是可参数线性化的,即

式(2)中,x,y∈Rn是可微向量,是动力学模型方程的回归矩阵。

4.根据权利要求3所述的实现拉格朗日系统群体共识的方法,其特征在于,步骤S3设计控制器算法的步骤具体为:

对团队中的第i个机器人设计滑模辅助向量

计算式(3)导数,得

定义滑模向量si

根据式(1)和式(2),取设计自适应控制律τi为:

式(6)中,Ki正定,是参数θi的估计值,其中的变化规律为:

式(7)中,Λi正定。

5.一种微控单元,其特征在于,载有能执行权利要求1-4任一所述的实现拉格朗日系统群体共识的方法的自适应控制协议或程序。

6.一种多机器人群体共识控制系统,其特征在于,包括多个机器人,每个机器人包括电源模块、通讯模块、控制模块、信息收集模块和执行模块;所述控制模块设有权利要求5所述的微控单元;信息收集模块将收集到的信息输送至控制模块;控制模块将控制信息输出至执行模块,执行模块根据获得控制信息控制多个机器人的自主运动和协同配合,执行权利要求1-4任一所述的实现拉格朗日系统群体共识的方法。

7.根据权利要求6所述的控制系统,其特征在于,所述信息收集模块包括传感器,所述传感器搭载于机器人上,获得机器人的实时位置信息和姿态信息;所述执行模块上配置有编码器,能够实时获取电机的速度信息。

8.一种电子设备,包括存储器和处理器,所述存储器上存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1-4任一所述的实现拉格朗日系统群体共识的方法。

9.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现如权利要求1-4任一所述的实现拉格朗日系统群体共识方法。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于上海大学;济宁学院,未经上海大学;济宁学院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202210387800.8/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top