УПРАВЛЕНИЕ МУЛЬТИРОБОТИЗИРОВАННЫМИ СИСТЕМАМИ НА ОСНОВЕ СКОЛЬЗЯЩИХ РЕЖИМОВ ВЫСОКОГО ПОРЯДКА
Аннотация
Рассматривается задача управления мультиагентной роботизированной системой второго порядка с дискретным временем в условиях сетевых задержек. Предложен новый подход к управлению формированием агентов, основанный на скользящем режиме высшего порядка и облачных технологиях. Для описания взаимодействия между агентами используется теория графов, где матрица Лапласа представляет канал связи между агентами и лидером. Динамика системы описывается уравнениями движения для положения и скорости каждого агента. Особое внимание уделяется влиянию сетевых задержек, возникающих при передаче данных от датчиков к контроллеру и от контроллера к исполнительным механизмам. Разработан многоступенчатый предиктор состояния, использующий методы прогнозирования для компенсации случайных задержек в сети. Предложенный алгоритм управления обеспечивает быструю сходимость системы к желаемому образованию даже при наличии существенных сетевых задержек. Для каждого агента определяется поверхность скольжения и закон достижения, учитывающий несколько временных меток. Проведен детальный анализ устойчивости замкнутой системы, подтверждающий асимптотическую устойчивость разработанного алгоритма управления. Результаты моделирования в MATLAB демонстрируют высокую эффективность предложенного подхода: система из пяти последователей и одного лидера достигает желаемого формирования за 10.3 секунды и успешно поддерживает его при наличии случайных сетевых задержек. По сравнению с традиционными методами управления первого порядка, новый подход показывает значительно улучшенные характеристики, особенно в части снижения эффекта дребезжания в сигналах управления. Использование облачных технологий позволяет эффективно обрабатывать большие объемы данных в реальном времени и реализовывать сложные алгоритмы прогнозирования без перегрузки локальных вычислительных ресурсов агентов. Полученные результаты подтверждают перспективность применения предложенного подхода для управления мультиагентными системами в условиях реальных сетевых ограничений. Работа также демонстрирует возможность использования методов прогнозирования для компенсации случайных потерь пакетов и задержек связи, что обеспечивает надежное управление и связь в динамичных, непредсказуемых ситуациях
Список литературы
1. Nazarova A.V., Ryzhova T.P. Metody i algoritmy mul'tiagentnogo upravleniya robototekhnicheskoy sistemoi [Methods and algorithms of multi-agent control of a robotic system], Inzhenernyy zhurnal: nauka i innovatsii [Engineering Journal: Science and Innovation], 2012, No. 6 (6), pp. 93-105.
2. Naserian M., Ramazani A., Khaki A., Moarefianpour A. Leader–follower consensus control for a non-linear multi-agent robot system with input saturation and external disturbance, Systems Science & Con-trol Engineering, 2021, Vol. 9 (1), pp. 260-271.
3. Xiong F., Zhang Y., Kuang X., He L., Han X. Multi-agent dual actor-critic framework for reinforcement learning navigation, Applied Intelligence, 2024, Vol. 55 (2). pp. 104-124.
4. Ahmed S., Karsiti M., Loh R. Multiagent Systems, InTech, 2009, pp. 428.
5. Mousavi A., Davaie Markazi A. H. A new control method for leader-follower consensus problem of uncertain constrained nonlinear multi-agent systems, Journal of the Franklin Institute, 2024, Vol. 361 (9).
6. Behera L., Rybak L., Malyshev D.I., Khalapyan S. Numerical simulation of the workspace of robots with moving bases in the multi-agent system, Procedia Computer Science, 2021, Vol. 186 (6),
pp. 431-439.
7. Nandanwar A., Dhar N.K., Malyshev D., Rybak L., Behera L. Finite-Time Robust Admissible Consen-sus Control of Multirobot System under Dynamic Events, IEEE Systems Journal, 2021, Vol. 15 (1), pp. 780-790.
8. Kim J. Three-dimensional multi-robot control to chase a target while not being observed, International Journal of Advanced Robotic Systems, 2019, Vol. 16 (1), pp. 1-11.
9. Azid S., Raghuwaiya K., Javed A., Kumari E. Autonomous Leader–Follower Formation of Vehicular Robots Using the Lyapunov Method, Unmanned Systems, 2022, Vol. 12 (01), pp. 75-85.
10. Yang H., Li S., Yang L., Ding Z. Leader-Following Consensus of Fractional-Order Uncertain Multi-Agent Systems with Time Delays, Neural Processing Letters, 2022, Vol. 54 (6), pp. 4829-4849.
11. Chen B., Qi X., Li C., Qi X., Ma H. Observer-Based Distributed Adaptive Consensus Tracking of Non-linear Multi-agent Systems on Directed Graphs, IEEE Access, 2022, Vol. PP (99), pp. 1-1.
12. Ma J., Sun D., Haibo J., Feng G. Leader-following consensus of multi-agent systems with limited data rate, Journal of the Franklin Institute, 2016, Vol. 354 (1), pp. 184-196.
13. Kim J. Three dimensional motion camouflage guidance utilizing multiple leaders and one interceptor, IET Radar, Sonar & Navigation, 2021, Vol. 16 (3), pp. 617-631.
14. Ramachandran R., Fronda N., Preiss J., Dai Z., Sukhatme G. Resilient Multi-Robot Multi-Target Tracking, IEEE Transactions on Automation Science and Engineering, 2024, Vol. 21 (3), pp. 1-17.
15. Rehak B., Lynnyk A., Lynnyk V. Synchronization of Multi-Agent Systems Composed of Second-Order Underactuated Agents, Mathematics, 2024, Vol. 12 (21), pp. 3424.
16. Kou L., Huang Y., Zuo G., Jian L., Dou Y. Fixed‐time rotating consensus control of second‐order mul-ti‐agent systems, International Journal of Robust and Nonlinear Control, 2024, Vol. 34 (18),
pp. 12031-12049.
17. Chen J., Yang Y., Qin S. A Distributed Optimization Algorithm for Fixed-Time Flocking of Second-Order Multiagent Systems, IEEE Transactions on Network Science and Engineering, 2023, Vol. 11 (1), pp. 152-162.
18. Yin Y, Shi Y, Liu F, [et al.]. Second-order consensus for heterogeneous multi-agent systems with input constraints, Neurocomputing, 2019, Vol. 351, pp. 43–50.
19. Nataliia Y., Zababurin K. Matrix Laplace transform, Boletín de la Sociedad Matemática Mexicana, 2023, Vol. 29 (3), pp. 1-21.
20. Olson N., Andrews J. A Matrix Exponential Generalization of the Laplace Transform of Poisson Shot Noise, IEEE Transactions on Information Theory, 2024, Vol. 71 (1), pp. 396-412.
21. Bouchenak A., Horani M. Al H., Younis J. [et al.]. Fractional Laplace transform for matrix valued func-tions with applications, Arab Journal of Basic and Applied Sciences, 2022, Vol. 29 (1), pp. 330-336.
22. Rani D., Mishra V. Laplace Transform Inversion using Bernstein Operational Matrix of Integration and its Application to Differential and Integral Equations, Proceedings Mathematical Sciences, 2020, Vol. 130 (1), pp. 60-89.
