基于模糊模型的多智能体分布式鲁棒输出调节控制理论及应用研究

The coordination control problem of multi-agent systems has attracted considerable attention for the domestic and international researchers, due to its extensive applications in different fields. Recently, most existing research results for tracking problem in coordination control of multi-agent systems were mostly considered static leaders or dynamic leaders, and their state information can not been completely measured by all follower agents. But in practice, the leader agents are dynamic, and not all the information is measurable for the follower agents. This project focuses on the distributed robust output regulation theory and application for a class of multi-agent systems with uncertain models and active leaders or environment disturbance, which information can not be measured by other agents. Firstly, the uncertain systems are identified by fuzzy model, then the distributed feedback controllers are designed by employing the the output regulation for control systems and the characteristics of the communication among the agents. The controllers ensure that the multi-agent systems asymptotically track the reference or reject the environment disturbance. This topic provide a theoretical framework for the consensus control problem for multi-agent systems with uncertain model. Finaly, the effectiveness of acquired theoretical results will be demonstrated by using numerical simulation and Amigobot robot experiment platform.

多智能体系统协同控制在许多领域具有十分广泛的应用，已经成为国内外诸多学者共同关注的研究热点。目前，针对多智能体系统协同控制中的跟踪问题，已有的研究结果大多考虑的是静态领导者或是动态领导者的状态信息能够被所有跟随者完全测得的情况。但是在实际应用中，领导者一般是动态变化的，其信息往往不会被跟随者完全测得。 本项目拟针对一类模型不确定且具有动态领导者或环境干扰的多智能体系统，研究其分布式鲁棒输出调节理论及应用，其中领导者或环境干扰的信息不能被其它智能体完全测得。首先采用模糊模型进行系统辨识，然后利用系统的输出调节理论和智能体之间相互通信的特点，设计分布式反馈控制器，从而使多智能体系统渐近跟踪参考信号或者抑制环境干扰，为实际应用中一些具有不确定模型的多智能体系统一致性及编队控制问题提供理论框架。最后利用数值仿真和Amigobot机器人实验平台验证所得理论结果的有效性。

多智能体系统的协同控制在生物学、航空航天、机器人、群体聚集、智能交通等诸多领域具有十分广泛的应用，已经成为国内外诸多学者共同关注的研究热点。本课题针对模型不确定且具有动态领导者或环境干扰的非线性多智能体系统，研究了分布式鲁棒输出调节控制理论及分布式控制器的设计方法与分析，以及复杂系统的分析与模型辨识等问题，在以下方面取得创新性研究进展：. 1、基于输出调节理论设计了非线性多智能体系统分布式一致性控制算法，并对所设计的算法进行了理论分析；针对具有环境干扰或参数浮动等不确定因素的非线性多智能体系统，提出了基于鲁棒输出调节理论的分布式动态反馈控制算法，并证明了系统的一致性。. 2、针对具有不确定模型的非线性多智能体系统中领导者-跟随者问题，基于模糊辨识理论和中心流形定理，结合输出调节控制思想，设计了分布式一致性控制算法，使得跟随者智能体有效跟踪领导者给出的参考信号，并证明了多智能体系统的一致性。. 3、针对固定拓扑和动态拓扑两种情况，分别提出了非线性动态多智能体鲁棒H∞编队控制算法；基于传统的输出调节理论，针对一类仿射非线性多智能体系统设计了编队控制算法；利用鲁棒输出调节理论设计了非线性多智能体系统编队控制协议，并得到编队控制问题可解的充要条件。. 4、在基于分布式控制器的多机器人系统编队控制及队形变换、时变自然气流环境下移动机器人多气味源定位、复杂系统的有限时间稳定和有限时间控制、神经网络模型的稳定性分析及状态估计器设计、基于模糊逻辑的非线性系统航迹跟踪控制等方面取得了创新性研究成果。. 5、提出了系统导数界有限情况下多输入多输出模型的鲁棒辨识方法；提出了一类变量带误差模型的鲁棒辨识方法；提出了系统模型参数优化的高效凸优化算法，为在线实时模型辨识提供了可应用算法。. 本项目在多智能体系统分布式协同控制领域取得了系统性的创新成果，丰富了多智能体系统分布式输出调节等相关理论，所得结果具有重要的应用前景。