-
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
Applicant: 北京理工大学
IPC: G05D1/12
Abstract: 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：CN111026110B
公开(公告)日：2021-04-30
申请号：CN201911144064.8
申请日：2019-11-20
Applicant: 北京理工大学
IPC: G05D1/02
Abstract: 本发明公开了一种面向含软、硬约束线性时序逻辑的不确定动作规划方法，求解满足成本最优的控制策略，硬约束部分任务全过程无风险，软约束部分任务允许存在风险。首先建立双层自动机任务模型，该模型中，每层的任务状态是硬约束任务模型和软约束任务模型中任务状态经任意组合形成的状态集；初始状态位于第一层；硬约束任务的常返态被放置在第一层，软约束任务的常返态被放置在第二层，非常返态同时放置在第一层和第二层；通过状态转移关系的设置使得双层间的转换条件为只有当所在层级对应的任务完成时可转换至另一层；然后面向软约束任务修改任务模型；最后，将双层自动机模型、智能体模型结合，设计优化问题，获得最优控制策略。
-
公开(公告)号：CN111026110A
公开(公告)日：2020-04-17
申请号：CN201911144064.8
申请日：2019-11-20
Applicant: 北京理工大学
IPC: G05D1/02
Abstract: 本发明公开了一种面向含软、硬约束线性时序逻辑的不确定动作规划方法，求解满足成本最优的控制策略，硬约束部分任务全过程无风险，软约束部分任务允许存在风险。首先建立双层自动机任务模型，该模型中，每层的任务状态 是硬约束任务模型和软约束任务模型中任务状态经任意组合形成的状态集；初始状态位于第一层；硬约束任务的常返态被放置在第一层，软约束任务的常返态被放置在第二层，非常返态同时放置在第一层和第二层；通过状态转移关系的设置使得双层间的转换条件为只有当所在层级对应的任务完成时可转换至另一层；然后面向软约束任务修改任务模型；最后，将双层自动机模型、智能体模型结合，设计优化问题，获得最优控制策略。
-
公开(公告)号：CN104951898B
公开(公告)日：2017-02-22
申请号：CN201510381498.5
申请日：2015-07-02
Applicant: 北京理工大学
IPC: G06Q10/06
Abstract: 本发明公开了一种面向任务的协同多智能体联盟形成方法，包括如下步骤：首先确定需要执行的任务，以智能体的多个能力项作为任务特征向量的基，依据需要执行的任务的侧重点，建立各能力项的权值对比较表，利用AHP方法构建任务特征向量；然后结合需要执行的任务，建立各能力项的影响因素模型，并通过AHP计算每个影响因素对所属能力项的贡献度，累加计算出对应能力项的数值，将每个能力项的数值作为分量值建立能力特征向量；将所建立的任务特征向量以及能力特征向量进行点乘，获得该智能体面向该任务时的匹配值；最后从高到低依次选取匹配值大的智能体直到所有智能体的匹配值之和满足任务需求，则所选取的智能体形成联盟。
-
公开(公告)号：CN104181813A
公开(公告)日：2014-12-03
申请号：CN201410257705.1
申请日：2014-06-11
Applicant: 北京理工大学
IPC: G05B13/04
Abstract: 本发明为一种具有连通性保持的拉格朗日系统自适应控制方法，解决了在只能获取领航者位置信息的条件时拉格朗日系统在连通性保持的约束条件下的跟踪控制问题。步骤一、确立智能体的数学模型；步骤二、基于步骤一确定的数学模型设计信息弱化下兼具连通性保持的自适应跟踪控制律设计；步骤三、自适应跟踪控制律的仿真实验验证：预设实验仿真的固定参数以及选取实验的内容，其次引入步骤二设计的控制律，并调节控制律中的自适应控制变量，得到多个控制律实现系统收敛的时间，将多个变量值以及对应的收敛时间进行记录并比较便可以得到一组相对最优的变量值，即完成所述的自适应控制方法。
-
Patent Agency Ranking
公开(公告)号：CN104951898A
公开(公告)日：2015-09-30
申请号：CN201510381498.5
申请日：2015-07-02
Applicant: 北京理工大学
IPC: G06Q10/06
Abstract: 本发明公开了一种面向任务的协同多智能体联盟形成方法，包括如下步骤：首先确定需要执行的任务，以智能体的多个能力项作为任务特征向量的基，依据需要执行的任务的侧重点，建立各能力项的权值对比较表，利用AHP方法构建任务特征向量；然后结合需要执行的任务，建立各能力项的影响因素模型，并通过AHP计算每个影响因素对所属能力项的贡献度，累加计算出对应能力项的数值，将每个能力项的数值作为分量值建立能力特征向量；将所建立的任务特征向量以及能力特征向量进行点乘，获得该智能体面向该任务时的匹配值；最后从高到低依次选取匹配值大的智能体直到所有智能体的匹配值之和满足任务需求，则所选取的智能体形成联盟。
-
公开(公告)号：CN104881044A
公开(公告)日：2015-09-02
申请号：CN201510319327.X
申请日：2015-06-11
Applicant: 北京理工大学
IPC: G05D1/12
Abstract: 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：CN111340348A
公开(公告)日：2020-06-26
申请号：CN202010108021.0
申请日：2020-02-21
Applicant: 北京理工大学
IPC: G06Q10/06
Abstract: 本发明公开了一种基于线性时序逻辑的分布式多智能体任务协作方法，解决了多智能体任务解耦问题。各智能体通过检测耦合边，构建自身的解耦乘积式Büchi自动机，并通过该解耦乘积式Büchi自动机构建出自身动作序列；耦合边的端点对应需要协作的动作；在各个智能体利用解耦乘积式Büchi自动机独立执行自身动作序列时，判断当前所执行动作及其对应触发条件是否在所述耦合集中，如果是，则当前所执行动作为需要协作的动作，请协作智能体协作做出动作；当有智能体失效时，选举出负责继承的智能体继承失效智能体的任务。
-
公开(公告)号：CN111340348B
公开(公告)日：2022-07-26
申请号：CN202010108021.0
申请日：2020-02-21
Applicant: 北京理工大学
IPC: G06Q10/06
Abstract: 本发明公开了一种基于线性时序逻辑的分布式多智能体任务协作方法，解决了多智能体任务解耦问题。各智能体通过检测耦合边，构建自身的解耦乘积式Büchi自动机，并通过该解耦乘积式Büchi自动机构建出自身动作序列；耦合边的端点对应需要协作的动作；在各个智能体利用解耦乘积式Büchi自动机独立执行自身动作序列时，判断当前所执行动作及其对应触发条件是否在所述耦合集中，如果是，则当前所执行动作为需要协作的动作，请协作智能体协作做出动作；当有智能体失效时，选举出负责继承的智能体继承失效智能体的任务。
-
公开(公告)号：CN104181813B
公开(公告)日：2016-08-03
申请号：CN201410257705.1
申请日：2014-06-11
Applicant: 北京理工大学
IPC: G05B13/04
Abstract: 本发明为一种具有连通性保持的拉格朗日系统自适应控制方法，解决了在只能获取领航者位置信息的条件时拉格朗日系统在连通性保持的约束条件下的跟踪控制问题。步骤一、确立智能体的数学模型；步骤二、基于步骤一确定的数学模型设计信息弱化下兼具连通性保持的自适应跟踪控制律设计；步骤三、自适应跟踪控制律的仿真实验验证：预设实验仿真的固定参数以及选取实验的内容，其次引入步骤二设计的控制律，并调节控制律中的自适应控制变量，得到多个控制律实现系统收敛的时间，将多个变量值以及对应的收敛时间进行记录并比较便可以得到一组相对最优的变量值，即完成所述的自适应控制方法。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.02 seconds)
