CN113359626A - 一种多机器人***的有限时间分层控制的方法 - Google Patents
一种多机器人***的有限时间分层控制的方法 Download PDFInfo
- Publication number
- CN113359626A CN113359626A CN202110557288.2A CN202110557288A CN113359626A CN 113359626 A CN113359626 A CN 113359626A CN 202110557288 A CN202110557288 A CN 202110557288A CN 113359626 A CN113359626 A CN 113359626A
- Authority
- CN
- China
- Prior art keywords
- robot
- representing
- control
- leader
- acceleration
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 25
- 239000011159 matrix material Substances 0.000 claims description 34
- 230000001133 acceleration Effects 0.000 claims description 26
- 238000004891 communication Methods 0.000 claims description 23
- 239000003795 chemical substances by application Substances 0.000 claims description 7
- 230000005484 gravity Effects 0.000 claims description 6
- 238000004458 analytical method Methods 0.000 claims description 5
- 125000002015 acyclic group Chemical group 0.000 claims 1
- 230000003993 interaction Effects 0.000 claims 1
- 238000010586 diagram Methods 0.000 description 7
- 238000013461 design Methods 0.000 description 3
- 238000011160 research Methods 0.000 description 2
- 238000003466 welding Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000009776 industrial production Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000000178 monomer Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
- G05B19/41885—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by modeling, simulation of the manufacturing system
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/32—Operator till task planning
- G05B2219/32339—Object oriented modeling, design, analysis, implementation, simulation language
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Engineering & Computer Science (AREA)
- Manufacturing & Machinery (AREA)
- General Engineering & Computer Science (AREA)
- Quality & Reliability (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Feedback Control In General (AREA)
- Manipulator (AREA)
Abstract
本发明公开了一种多机器人***的有限时间分层控制的方法,其解决了当前控制***中渐进收敛控制收敛时间长且收敛效果差的问题。本发明考虑了一种分层控制的方法,主要是通过估计层估计器估计领导者机器人的位置和速度信息,控制层接收到估计信息后控制整个多机器人***在有限的时间内跟踪到领导者,从而协同完成目标任务;本发明适用于欧拉拉格朗日***的多机器人有限时间跟踪控制使用。
Description
技术领域
本发明涉及工业领域,尤其涉及一种多机器人***的有限时间分层控制的方法。
背景技术
现阶段,多智能体机器人***在实际应用中有着重要的意义,近年来已广泛应用于编队***、智能交通***、传感器网络配置等领域,是大规模网络化控制***的首要选择。多机器人协调工作方式可以有效地提高生产力并增强实现复杂任务的通用性。其可应用于工业生产领域多机械臂的协同控制工作,比如:控制多机械臂在有限时间内跟踪领导机械臂动作同时进行焊接或者抓取工作等。
在多机器人分布式协同控制的研究上,传统的集中式控制虽然成本较低、实现容易,但是这种***不能应用于大规模的多机器人***。智能体控制理论使机器人单体更具有独立性,***各部分能够通过通信网络解决协同控制的问题,增强了控制***的鲁棒性,多机器人***更为复杂,实现起来相对困难。
目前关于多智能体分布式协同控制中的控制算法研究更倾向于实现渐进一致收敛,而对多智能体机器人***的跟踪控制实现有限时间跟踪更具有现实意义的。Euler-Lagrange***比一般的非线性***更具有实际应用意义,因为实际应用的大多数物理***都可以由Euler-Lagrange***来表示,且由于***自身的一些特性可以使得分析过程更为简便。
发明内容
为解决现有工业自动化生产领域需要多机器人***有限时间跟踪到某个领导机器人的动作,并一起协同运动的场合,本发明提出了一种基于欧拉拉格朗日***的有限时间分层跟踪控制的控制方法。
一种多机器人***的有限时间分层控制的方法,包括以下步骤:
S1、对N个机器人进行动力学和运动学建模,并从这N个机器中选择跟踪目标并将其设定为领导者,其余机器人设定为跟随者;其中所述N个机器人所构成的机器人集合由Euler-Lagrange***建模而成,N为大于0的任意整数;
S2、建立多机器人之间的通讯网络,将实际机器人***之间的通讯关系转化为通讯拓扑有向图G={V,E,W};V、E、W分别表示节点即机器人集合、连接通讯网络中任意两节点的边所构成的集合以及整个通讯***的邻接权重矩阵;
S3、在满足有向图的前提下,设计多机器人***的有限时间分层控制器,实现每个机器人在有限的时间内跟踪至其对应的目标轨迹,实现控制目标,即完成多机器人***的多目标跟踪控制。
本发明的技术方案带来的有益效果:
1)本发明能控制多欧拉拉格朗日***在有限的时间内跟踪到领导机器人,符合实际应用;
2)本发明考虑的***是大多数实际物理***,具有重要的现实意义,可以应用到多个机械臂协同焊接的场合;
3)本发明所提出的分层控制的控制器,减少了传统控制的控制代价。
附图说明
图1为本发明所述的基于有限时间分层控制的控制器原理图;
图2为本发明所述的多机器人***的通讯网络拓扑图;
图3为本发明所述的估计器的位置轨迹跟踪图;
图4为本发明所述的估计器的速度轨迹跟踪图;
图5为本发明所述的控制器的位置轨迹跟踪图;
图6为本发明所述的控制器的速度轨迹跟踪图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将结合附图对本发明实施方式作进一步地描述。
请参考图1,本发明提供了一种多机器人***的有限时间分层控制的方法,本发明所提出的有限时间分层控制的方法,它包括估计层控制器,控制层控制器;
估计层控制器包括位置估计器,速度估计器。其基于有限时间跟踪控制的理论,设计相应的估计器在有限的时间内对多机器人***中的领导机器人的位置和速度进行估计,并将估计值发送到控制层控制器,用以构造误差函数;
控制层控制器包括滑模控制器和总控制器,滑模估计器用于估计领导者的加速度信息,构造辅助变量,总控制器根据构造的辅助变量结合逆动力学控制技术构造总控制器,用于接收估计层控制器所得到的估计值,并令实际的跟随者智能***置和速度跟踪到估计值,实现有限时间跟踪。
基于Euler-Lagrange***的多机器人有限时间分层控制方法,该方法包括:
对整个多机器人***进行建模,并将其实际通讯关系采用图论方法转化为通讯网络图,并针对通讯图进行整个控制器的设计与分析。控制器主要包括估计层和控制层,该步骤通过估计器控制多机器人估计领导机器人的位置和速度,状态估计值与控制层里机器人动力学所提供的位置速度共同构造了控制层的位置速度误差函数,控制层设计滑模估计器来估计机器人的加速度的值,该加速度的估计值与位置、速度的误差函数又构造了一个辅助变量通过逆运动学控制技术,设计控制层的控制器,该控制器与估计器控制使得跟随者追踪领导者并达到有限的时间内收敛。
具体包括以下步骤:
S1、选定3个机器人与1个跟踪目标,进行动力学和运动学建模,并设定跟踪目标;请参考图2,点1-3表示机器人,点0表示跟踪目标;
其中,动力学和运动学建模模型为:
在上述表达式中,i∈v={1,2,L,n};分别表示每个智能体的广义位置、广义速度和广义加速度;Mi(qi)∈Rn×n表示正定惯性矩阵,Ci(qi,qi)∈Rn×n表示哥式力和离心力矩阵,gi(qi)∈Rn表示重力矢量,τi∈Rn表示输入控制力矢量。
跟踪目标的数学表达式表示为:
表1多机器人***中的物理参数
DOF | m<sub>i</sub>(kg) | l<sub>i</sub>(m) | r<sub>i</sub>(m) |
机器人1 | 1.2;1.0 | 1.6;1.4 | 0.8;0.7 |
机器人2 | 1.23;1.02 | 2.64;2.42 | 1.32;1.21 |
机器人3 | 1.26;1.04 | 2.68;2.44 | 1.34;1.22 |
S2、建立多机器人之间的通讯网络,将实际机器人***之间的通讯关系转化为通讯拓扑有向图G={V,E,W};
所述的有向图G={V,E,W},其中V={1,L,3}、W=[wij]∈RN×N分别表示点集(机器人集合)、边集和权重邻接矩阵,其中i、j∈V;定义边eji∈E为第i个机器人能够直接接收到第j个机器人的信息,第j个机器人为第i个机器人的邻居;定义集合Ni为第i个机器人的邻居集合;根据定义的权重邻接矩阵W,确定有向图的拉普拉斯矩阵L;根据机器人与其对应跟踪目标之间的通讯状况,确定有向图的对角权重矩阵B;
拉普拉斯矩阵为:
另外,牵引矩阵为:
S3、在满足有向图的前提下,设计多机器人***的有限时间分层控制器,实现每个机器人在有限的时间内跟踪至其对应的目标轨迹,完成多机器人***的多目标跟踪控制;其中分布式控制器中的控制参数的选取具体见表2。
表2控制增益选取
η | ξ | α<sub>1</sub> | β | φ(x) | ψ(x) |
5 | 0.8 | 0.2 | 4 | 100x | 100x |
有限时间分层控制器的数学表达式为:
其中,其中,分别表示每个机器人的广义位置、广义速度和广义加速度;分别表示对领导者的位置速度估计值,Mi(qi)∈Rn×n表示正定惯性矩阵,Ci(qi,qi)∈Rn×n表示哥式力和离心力矩阵,gi(qi)∈Rn表示重力矢量,τi∈Rn表示输入控制力矢量;β,η,ξ,α1,α2为所设计的正常数参数控制增益,为所设计的加速度滑模估计器,ψ为连续的奇函数,满足并且wij为邻接矩阵中的第(i,j)项,bi为领导者与跟随者之间的权重值,为跟随者之间的位置误差,分别表示跟随者与对领导者位置、速度、加速度估计值的误差;sgn为标准符号函数,其中控制参数满足α1,α2>0,0<α1<1,α2=2α1/(α1+1)。
所述有限时间分层控制器包括估计层控制器和控制层控制器,所述估计层控制器包括位置估计器和速度估计器,估计层控制器的设计步骤如下:
(1)建立目标任务的跟踪目标的数学表达式:
其中,q0,v0,a0∈Rn分别表示领导者的位置、速度和加速度;
(2)设计辅助变量:
(3)设计估计层控制器:
所述控制层控制器包括滑模控制器和总控制器,控制层控制器的设计步骤如下:
(1)根据估计层对位置、速度的估计值构造***的控制层轨迹跟踪误差,并定义如下:
(2)设计滑模估计器:
(3)构造辅助变量:
其中,wij为邻接矩阵中的第(i,j)项,bi为领导者与跟随者之间的权重值;ψ为连续的奇函数,满足并且其中控制参数满足α1,α2>0,0<α1<1,α2=2α1/(α1+1)且为正常数;sgn为标准符号函数;
(4)设计控制层控制器:
i∈v={1,2,K,n};分别表示每个机器人的广义位置、广义速度和广义加速度;Mi(qi)∈Rn×n表示正定惯性矩阵,Ci(qi,qi)∈Rn×n表示哥式力和离心力矩阵,gi(qi)∈Rn表示重力矢量,τi∈Rn表示输入控制力矢量;该控制器采用逆运动学分析方法设计,根据Euler-Lagrange模型方程表达式结合所构造的辅助变量反推控制器数学表达式。
所述的目标轨迹设置为:
所述的有限时间分层控制器的数学表达式带入步骤S1构建的动力学和运动学建模模型,可得如下的闭环***:
结合动力学模型及所提出的控制器,即可得到有限时间跟踪控制。
请参考图3-图6,在所设计的基于估计器的分布式控制器的作用下,每个机器人的速度都在有限的时间内跟踪到跟踪目标轨迹。
上面结合附图对本发明的实际应用进行了描述,但是本发明并不局限于上述的具体实施方式,上述的具体实施方式仅仅是示意性的,而不是限制性的,本领域的普通技术人员在本发明的启示下,在不脱离本发明宗旨和权利要求所保护的范围情况下,还可做出很多形式,这些均属于本发明的保护之内。
Claims (9)
1.一种多机器人***的有限时间分层控制的方法,其特征在于,包括以下步骤:
S1、对N个机器人进行动力学和运动学建模,并从这N个机器人中选择跟踪目标并将其设定为领导者,其余机器人设定为跟随者;其中所述N个机器人所构成的机器人集合由Euler-Lagrange***建模而成,N为大于0的任意整数;
S2、建立多机器人之间的通讯网络,将实际机器人***之间的通讯关系转化为通讯拓扑有向图G={V,E,W};V、E、W分别表示节点即机器人集合、连接通讯网络中任意两节点的边所构成的集合以及整个通讯***的邻接权重矩阵;
S3、在满足有向图的前提下,设计多机器人***的有限时间分层控制器,实现每个机器人在有限的时间内跟踪至其对应的目标轨迹,实现控制目标,即完成多机器人***的多目标跟踪控制。
2.根据权利要求1所述的一种多机器人***的有限时间分层控制的方法,其特征在于,所述多机器人***的通讯网络都是有向无环的;所述通讯网络的领导机器人的信息对所有的跟随机器人是全局可访问的。
4.根据权利要求1所述的一种多机器人***的有限时间分层控制的方法,其特征在于,所述S2中,v={v1,v2,L,vN}、ε∈(v×v)、w=[wij]∈Rn×n分别表示节点即机器人集合、连接通讯网络中任意两节点的边所构成的集合以及整个通讯***的邻接权重矩阵,图G的拉普拉斯矩阵定义为:L=D-A;
D=diag{d1,L,dN}∈RN×N表示度矩阵,令B=[b1,b2,L,bn]T代表机器人和领导者之间相互作用的牵引矩阵,当跟随机器人直接接收来自领导机器人的信息时,记bi>0,否则bi=0。
6.根据权利要求1所述的一种多机器人***的有限时间分层控制的方法,其特征在于,步骤S3所提出的有限时间分层控制器的数学表达式为:
其中,分别表示每个机器人的广义位置、广义速度和广义加速度;分别表示对领导者的位置速度估计值,Mi(qi)∈Rn×n表示正定惯性矩阵,Ci(qi,qi)∈Rn×n表示哥式力和离心力矩阵,gi(qi)∈Rn表示重力矢量,τi∈Rn表示输入控制力矢量;β,η,ξ,α1,α2为所设计的正常数参数控制增益,为所设计的加速度滑模估计器,ψ为连续的奇函数,满足并且wij为邻接矩阵中的第(i,j)项,bi为领导者与跟随者之间的权重值,为跟随者之间的位置误差,ei,分别表示跟随者与对领导者位置、速度、加速度估计值的误差;sgn为标准符号函数,sig(x)=col{sign(x1,…,sign(xn))},其中控制参数满足α1,α2>0,0<α1<1,α2=2α1/(α1+1)。
7.根据权利要求1所述的一种多机器人***的有限时间分层控制的方法,其特征在于,所述有限时间分层控制器包括估计层控制器和控制层控制器,所述估计层控制器包括位置估计器和速度估计器,估计层控制器的设计步骤如下:
(1)建立目标任务的跟踪目标的数学表达式:
其中,q0,v0,a0∈Rn分别表示领导者的位置、速度和加速度;
(2)设计辅助变量:
(3)设计估计层控制器:
8.根据权利要求7所述的一种多机器人***的有限时间分层控制的方法,其特征在于,所述控制层控制器包括滑模控制器和总控制器,控制层控制器的设计步骤如下:
(1)根据估计层对位置、速度的估计值构造***的控制层轨迹跟踪误差,并定义如下:
(2)设计滑模估计器:
(3)构造辅助变量:
其中,wij为邻接矩阵中的第(i,j)项,bi为领导者与跟随者之间的权重值;ψ为连续的奇函数,满足并且其中控制参数满足α1,α2>0,0<α1<1,α2=2α1/(α1+1)且为正常数;sig(x)=col{sign(x1,…,sign(xn))},sgn为标准符号函数;
(4)设计控制层控制器:
9.根据权利要求1所述的一种多机器人***的有限时间分层控制的方法,其特征在于,所述领导者机器人的广义加速度是有界的,即sup||a||≤β,其中β为正常数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110557288.2A CN113359626B (zh) | 2021-05-21 | 2021-05-21 | 一种多机器人***的有限时间分层控制的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110557288.2A CN113359626B (zh) | 2021-05-21 | 2021-05-21 | 一种多机器人***的有限时间分层控制的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113359626A true CN113359626A (zh) | 2021-09-07 |
CN113359626B CN113359626B (zh) | 2022-06-24 |
Family
ID=77527075
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110557288.2A Expired - Fee Related CN113359626B (zh) | 2021-05-21 | 2021-05-21 | 一种多机器人***的有限时间分层控制的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113359626B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115582838A (zh) * | 2022-11-09 | 2023-01-10 | 广东海洋大学 | 基于预设性能的多机械臂预定义时间h∞一致性控制方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040162638A1 (en) * | 2002-08-21 | 2004-08-19 | Neal Solomon | System, method and apparatus for organizing groups of self-configurable mobile robotic agents in a multi-robotic system |
CN104898663A (zh) * | 2015-04-08 | 2015-09-09 | 华东交通大学 | 一种分布式的多机器人包含避碰控制方法 |
CN109471361A (zh) * | 2018-12-17 | 2019-03-15 | 中国地质大学(武汉) | 一种异构多机器人***的多目标跟踪控制方法 |
CN109901394A (zh) * | 2019-03-22 | 2019-06-18 | 北京航空航天大学 | 基于分布式高阶滑模估计器的航天器姿态协同控制方法 |
CN111522341A (zh) * | 2020-04-23 | 2020-08-11 | 中国地质大学(武汉) | 网络异构机器人***的多时变编队跟踪控制方法及*** |
-
2021
- 2021-05-21 CN CN202110557288.2A patent/CN113359626B/zh not_active Expired - Fee Related
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040162638A1 (en) * | 2002-08-21 | 2004-08-19 | Neal Solomon | System, method and apparatus for organizing groups of self-configurable mobile robotic agents in a multi-robotic system |
CN104898663A (zh) * | 2015-04-08 | 2015-09-09 | 华东交通大学 | 一种分布式的多机器人包含避碰控制方法 |
CN109471361A (zh) * | 2018-12-17 | 2019-03-15 | 中国地质大学(武汉) | 一种异构多机器人***的多目标跟踪控制方法 |
CN109901394A (zh) * | 2019-03-22 | 2019-06-18 | 北京航空航天大学 | 基于分布式高阶滑模估计器的航天器姿态协同控制方法 |
CN111522341A (zh) * | 2020-04-23 | 2020-08-11 | 中国地质大学(武汉) | 网络异构机器人***的多时变编队跟踪控制方法及*** |
Non-Patent Citations (3)
Title |
---|
CAO Y ET.: "Decentralized finite-timesliding modeestimatorsand their", 《INTERNATIONAL JOURNAL OF CONTROL》 * |
刘娟: "拉格朗日***的协同控制研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
李东禹: "约束条件下的多智能体协同控制方法研究", 《中国博士学位论文全文数据库 信息科技辑》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115582838A (zh) * | 2022-11-09 | 2023-01-10 | 广东海洋大学 | 基于预设性能的多机械臂预定义时间h∞一致性控制方法 |
CN115582838B (zh) * | 2022-11-09 | 2023-06-13 | 广东海洋大学 | 基于预设性能的多机械臂预定义时间h∞一致性控制方法 |
Also Published As
Publication number | Publication date |
---|---|
CN113359626B (zh) | 2022-06-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110275436B (zh) | 一种多单臂机械手的rbf神经网络自适应控制方法 | |
CN108803349B (zh) | 非线性多智能体***的最优一致性控制方法及*** | |
CN109333529B (zh) | 含预定义性能的多单臂机械手输出一致控制器及设计方法 | |
CN112180734B (zh) | 一种基于分布式自适应事件触发的多智能体一致性方法 | |
CN109240091B (zh) | 一种基于强化学习的水下机器人控制方法及其进行跟踪的控制方法 | |
CN111522341A (zh) | 网络异构机器人***的多时变编队跟踪控制方法及*** | |
CN109976161B (zh) | 一种不确定非线性***的有限时间优化跟踪控制方法 | |
CN114117926B (zh) | 一种基于联邦学习的机器人协同控制算法 | |
CN110442134B (zh) | 一种基于双层网络的多智能体群集控制方法 | |
CN112148036B (zh) | 网络化机器人***的固定时间估计器的双边跟踪控制方法 | |
CN112936286B (zh) | 一种多柔性机械臂***自适应一致性追踪控制方法及*** | |
CN110497415B (zh) | 一种基于干扰观测器的多机械臂***的一致控制方法 | |
CN112947086B (zh) | 一种无人机和无人车组成的异构多智能体***编队控制中执行器故障的自适应补偿方法 | |
CN113359626B (zh) | 一种多机器人***的有限时间分层控制的方法 | |
CN114237041A (zh) | 一种基于预设性能的空-地协同固定时间容错控制方法 | |
CN113885548B (zh) | 一种多四旋翼无人机输出约束状态一致博弈控制器 | |
CN113601499B (zh) | 一种单关节锁定失效下的空间机械臂逆运动学方法 | |
CN113359439B (zh) | 多智能体***有限时间多目标协同追踪方法和存储介质 | |
CN109176529B (zh) | 一种空间机器人协调运动的自适应模糊控制方法 | |
Yousuf | Robust output-feedback formation control design for nonholonomic mobile robot (nmrs) | |
CN114637301B (zh) | 基于最优仿射队形变换的多机器人动态避障装置及方法 | |
CN115993780A (zh) | El型非线性集群***时变编队优化跟踪控制方法及*** | |
CN107807534B (zh) | 一种多轮式机器人自适应协同控制算法及控制*** | |
CN114179115B (zh) | 一种多单臂机械手自适应前向输出一致安全控制器 | |
CN111216146B (zh) | 一种适用于网络化机器人***的二部一致性量化控制方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20220624 |