-
公开(公告)号：CN113946967A
公开(公告)日：2022-01-18
申请号：CN202111229573.8
申请日：2021-10-21
申请人： 北京理工大学
IPC分类号： G06F30/20 , G06F119/02
摘要： 本公开的改善Llyod算法平衡性的覆盖控制方法，根据多个机器人的位置和所述多个机器人所覆盖的区域生成维诺图；根据所述机器人所在维诺图的面积和中心，通过与相邻机器人进行通信计算所述机器人的控制率；循环执行步骤S1和步骤S2，计算所述多个机器人的控制率，利用所述多个机器人的控制率改善Llyod算法平衡性，进而实现对所述多个机器人的覆盖控制。通过将维诺图中各细胞的面积的方差的负梯度引入控制器，对Llyod算法进行了改进。在不提高代价函数的情况下，大幅度降低了当算法收敛时维诺图中各细胞面积的方差，改善了Llyod算法的平衡性。
-
公开(公告)号：CN108199868B
公开(公告)日：2020-12-15
申请号：CN201711423867.8
申请日：2017-12-25
申请人： 北京理工大学
摘要： 本发明提供了一种基于战术云的集群系统分布式控制方法，解决不同的作战平台进行任务分配时处理速度慢、缺乏全局控制优化、信息不完整等问题。包括：对战术云中不同节点构建能量因子a＝α×Φ+βτ、耗散因子b＝rd2和传输因子其中α、β为常数因子，Φ表示节点的计算能力，τ表示节点传输遥控执行器的能力，r表示信号传输障碍干扰系数，d为节点拓扑结构中需要传输的信号势差；将任务对象集分发到传输因子最大的节点上，在该节点上对任务对象集中的代价矩阵进行处理，形成优化代价矩阵，然后使用匈牙利算法对所述优化代价矩阵进行处理，得到优化代价矩阵的处理结果，即为任务分配表。
-
公开(公告)号：CN111142562A
公开(公告)日：2020-05-12
申请号：CN201911375249.X
申请日：2019-12-27
申请人： 北京理工大学
IPC分类号： G05D1/10
摘要： 本发明公开了一种基于应力矩阵的混合条件约束下的编队变换控制方法，目的是为解决在二维平面下，针对在混合约束条件下的多智能体编队变换控制问题，该方法是在采用领航跟随控制策略。只要三个智能体就可以获取由方位和距离所规定的期望队形信息，并且其它的智能体能够感知相邻智能体在其局部坐标系下的相对位置的前提，引入应力矩阵以使用仿射编队控制，使得在二维平面只要控制三个智能体的几何形状和大小就可以形成或者改变期望的编队队形。本方法解决了一个工程实际中存在的问题，在很好完成控制朝向的任务时，降低了软硬件的成本，还提高了系统的鲁棒性。
-
公开(公告)号：CN110442134A
公开(公告)日：2019-11-12
申请号：CN201910706421.9
申请日：2019-08-01
申请人： 北京理工大学
IPC分类号： G05D1/02
摘要： 本发明提供一种基于双层网络的多智能体群集控制方法，设计了双层网络，智能体通过上层网络分布式地估计自身的期望速度，操作员的输入能够通过上层网络进行操作员操作意图的前馈，影响每个智能体的期望速度的估计过程；然后通过传递各自的期望速度，通过下层网络快速计算出各自的实际速度和实际运动方向，实现各智能体的速度一致、距离保持、跟随人的输入进行运动；由此可见，本发明中的每个智能体更早地意识到集群的运动趋势，将人的控制意图更快地传给整个多智能体系统，能够提高多智能体系统对输入的响应，保证了操作员的操作效率，还降低了操作员的精力损耗，降低了多智能体系统的人机比例，从而降低了任务人工成本。
-
公开(公告)号：CN110014428A
公开(公告)日：2019-07-16
申请号：CN201910327921.1
申请日：2019-04-23
申请人： 北京理工大学
IPC分类号： B25J9/16
摘要： 本发明提出了一种基于强化学习的时序逻辑任务规划方法。首先使用线性时序逻辑语言和非确定性Büchi自动机对任务进行建模，并使用有限状态转移系统FTS对环境进行描述，然后利用FTS和Büchi自动机产生生成式Büchi自动机；利用Q-Learning方法对生成式Büchi自动机进行任务规划训练；在迭代训练训练过程中，当组合状态进入可接受状态或者死区状态时，结束本轮迭代，跳转进入下一次迭代过程；同时，更新状态-动作值所使用的奖励函数包含当组合状态进入可接受状态或者死区状态时给予奖励值或者惩罚值的设定。本发明能够有效、安全、高速的对时序逻辑任务进行任务规划。
-
公开(公告)号：CN109634798A
公开(公告)日：2019-04-16
申请号：CN201910137717.3
申请日：2019-02-25
申请人： 北京理工大学
摘要： 本发明公开一种领航‑跟随多智能体分布式系统的故障估计器设计方法，针对节点只能获取与邻居相对状态信息条件下，设计基于中间变量的故障估计器，并且根据连续系统的有界实引理，结合线性矩阵不等式得到故障估计器的参数设计方法，利用矩阵的特征值分解以及线性矩阵不等式的性质，将求解N个线性矩阵不等式简化为求解2个线性矩阵不等式，再通过分布式估计拓扑图对应矩阵的最大和最小特征值将该设计方案完全分布化，最终得到故障估计器的参数，完成故障估计器的设计，本发明能够在多智能体系统不满足观测器匹配的条件下，得到分布式故障估计器，从而估计出每个节点的故障。
-
公开(公告)号：CN109254532A
公开(公告)日：2019-01-22
申请号：CN201810352886.4
申请日：2018-04-19
申请人： 北京理工大学
IPC分类号： G05B13/04
摘要： 本发明公开了一种面向通信时滞的多智能体系统分布式合作故障检测方法，能够降低通信时滞的影响，提高故障检测的可靠度。包括如下步骤：建立多智能体系统的节点动力学模型以及通信时滞模型；建立参考模型；通过与参考模型进行模型匹配，结合最佳匹配的指标以及离散系统有界实引理，设计针对多智能体系统的残差生成器；针对多智能体系统中的被检测节点，提取被检测节点的所有邻居节点建立合作故障检测子网络，利用合作故障检测子网络中的节点的信息交互，使邻居节点合作完成检测，结合多智能体系统的残差生成器，得到针对被检测节点的残差信号结果；针对残差信号结果与预设的阈值函数进行比较，以比较结果作为判断被检测节点的故障检测结果。
-
公开(公告)号：CN104898659B
公开(公告)日：2017-08-11
申请号：CN201510106591.5
申请日：2015-03-11
申请人： 北京理工大学
摘要： 本发明提供一种基于模型预测的人机协同控制方法，属于机器人控制领域。其将机器人的预定目的地、预定轨线表示为系统状态的末端约束条件；在每一控制时刻预测人的控制输入；构建带有非对称度量性质的代价函数；通过投影算法求取既能满足末端约束又能最小化代价函数的控制序列；按模型预测控制方法，取所得第一项为当前时刻的控制量；通过令预测窗口逐渐缩小，配合代价函数的非对称度量性质，可以实现机器人的动态自治。本方法以保证机器人自身约束得以满足为基础，最大程度地遵从了人类的控制输入，以此实现避障，此方法也可用于解决传感器失灵或信息不足时的各类人机协同控制问题。
-
公开(公告)号：CN104881044B
公开(公告)日：2016-12-21
申请号：CN201510319327.X
申请日：2015-06-11
申请人： 北京理工大学
IPC分类号： G05D1/12
摘要： 本发明公开了一种姿态未知的多移动机器人系统自适应跟踪控制方法，该方法包括如下步骤：针对多移动机器人系统中的每个移动机器人，均进行建模；建立跟随者f与领航者r的具备非线性扰动的误差模型为，在多移动机器人系统中，每个移动机器人均获取其他移动机器人的信息进行非线性扰动评估，获得该移动机器人的非线性扰动的估计值；建立非线性扰动系数的自适应律为；对跟随者与领航者误差角的三角函数建立二阶观测器；最后将观测器与自适应律相结合建立基于观测器的自适应的跟随者的控制律，对跟随者进行跟踪控制，使跟随者能够实现对领航者的跟踪控制。
-
公开(公告)号：CN103500367B
公开(公告)日：2016-11-30
申请号：CN201310463694.8
申请日：2013-10-08
申请人： 北京理工大学
IPC分类号： G06F17/50
摘要： 本发明提出一种基于区间分析的3‑PRS并联机器人的定位精度优化方法，有效地解决3‑PRS并联机器人的定位精度优化设计问题,避免了传统优化算法难以选取权值和易于陷入局部极小的问题。步骤一、奇异性和定位精度区间分析与数学建模，设计定位精度算子；步骤二、基于区间分析的定位精度优化：在步骤一的基础上，对机构绕Z轴转角分析处理，减少优化设计的计算时间；步骤三、区间分析简化设计，形成3‑PRS并联机器人定位精度优化算法，得到基于区间分析的双重循环算法，进而求解出3‑PRS并联机器人在给定的工作空间中运动时满足奇异性和定位精度要求的几何设计参数的优化解区间。
-
-
-
-
-
-
-
-
-
搜索结果
152 条记录 (耗时 0.142 秒)
