摘要
本发明公开了一种基于神经网络的预设时间鲁棒二分蜂拥控制方法,首先建立具有模型不确定性的多机器人系统的二阶动力学模型,并明确具有预设时间收敛性能的二分蜂拥控制问题,定义速度一致性误差,然后基于RBF神经网络设计不确定性估计器来估计模型不确定性,并根据不确定性估计器设计预设时间鲁棒蜂拥控制器,再构建闭环误差系统并建立神经网络权重的自适应更新律,最后将控制器和自适应更新律部署到机器人群体中,实现多机器人系统的预设时间鲁棒二分蜂拥控制。本发明的方法可以在存在复合不确定性和收敛时间限制的情况下,实现多机器人系统的二分蜂拥控制,解决实际应用中系统的动力学模型可能未知的问题,适用于有收敛时间要求的蜂拥控制任务。
技术关键词
蜂拥控制方法
多机器人系统
RBF神经网络
误差系统
表达式
李雅普诺夫理论
控制器
闭环
速度
矩阵
近似误差
定义
集群
拉普拉斯
参数
节点
元素
系统为您推荐了相关专利信息
随机森林模型
遗传算法优化
疲劳裂纹扩展
疲劳寿命预测
物理
图像生成方法
多通道控制模块
图像生成模型
专用训练
噪声预测