一种群集安全一致性控制器及其控制方法与流程

本发明涉及一种控制器及控制方法，具体的说是一种多无人车欺骗攻击下基于事件触发的群集安全协同控制器，属于工业控制技术领域。

背景技术：

无人车是能够在各种路面或野外环境行驶及执行某种任务，但车内没有操纵者的轮式、履带式车辆，其最早的研究出于军事应用的需要，目前在军事、民用领域的应用研究都得到了大力的发展。在1950年左右，国外研究学者就开始了对无人驾驶车辆的研究，从1980年开始，其相关技术得到了飞速发展。全世界第一辆自主行驶导航车辆由美国贝瑞特电子公司开发成功，在预先设定的航道中，车辆可自如行驶。在1990年，无人车辆navlab.v由卡内基梅隆大学研制成功，该车可适应多种复杂地形，行驶速度高，其实验总路程高达上万公里。但在实际应用中，无人车也会受到自然环境等客观因素所影响。随着任务越来越复杂，环境越来越多变，单无人车在完成任务的过程中略显吃力，由此衍生出多无人车系统。多无人车的研究由于智能机器人技术的进步得到了快速发展，目前在军事、民用领域的应用越来越广泛。多无人车系统是通过全局规划以及多辆无人车之间的协作完成任务的，系统的功能是在多层次的分工与协调中集成的。多无人车协同控制系统是智能交通系统的重要组成部分,它通过控制技术使无人车协同行驶,从而达到增加道路的通行效率和安全性的目的。和单个无人车相比，多无人车系统具有更好的时间和空间分布、更丰富的功能、更强的性能以及较好的鲁棒性，因此对于多无人车系统的研究有着重要的意义。

多机器人系统的协调控制机制是多机器人系统的一个重要研究内容，即根据系统特定的任务，各无人车之间如何进行协同控制使得较为有效的完成任务。王远哲等人针对固定无人车编队在满足预定速度和空间约束的前提下，需要收敛并遵循所要求的几何运动轨迹的协同运动轨迹跟踪问题提出了一种非奇异控制律，使无人车沿预定的运动轨迹运动。在2016年，王振等人对基于雷达的地面无人车(机器人)路径规划和避障进行了研究,提出了一种无人车雷达探测系统的组成及基于遗传算法的路径规划方法。谢德胜等人针对真实交通场景中障碍物的检测与跟踪问题,提出了一种基于三维激光雷达hdl-64e的无人车障碍物检测与跟踪方法。2017年，彭科茂、李峰等人为了提高多架无人车共同搜索森林区域的自主性，提出了一种基于矩形的在线调度算法，其主要目的是在线决定要分配的无人车数量，并为分配的无人车安排搜索路径，以搜索上次搜索丢失的区域。2016年，杨辉廖研究了一组具有智能体故障的多无人车系统的跟踪问题，提出了相邻的基于规则的协作控制算法，使得多无人车系统可以在无故障情况下遵循公共参考信号。一旦存出现无人车故障问题，就采用基于插入操作(具有微小连接调整)的容错协作控制策略，以使每个无人车继续遵循参考信号维持原有的一致。

上述对于多无人车系统控制的研究相当广泛，但均未考虑欺骗攻击下的多无人车系统的群集安全协同控制方法，当处于稳定控制下的多无人车系统遭受外界影响时，如何在短时间内让无人车系统恢复正常的工作状态，这是一个值得深究的问题。

技术实现要素：

本发明的目的是提供一种群集安全一致性控制器及其控制方法，使得当处于稳定控制下的多无人车系统遭受外界影响时，能在短时间内让无人车系统恢复正常的工作状态。

本发明的目的是这样实现的：一种群集安全一致性控制器，适用于多无人车网络化系统，所述多无人车网络化系统由n辆无人车通过网络拓扑图连接构成，所有的无人车划分成多个群组，群组之间可以进行通信，其中，第i辆小车表示多无人车网络化系统中含有未知动态的无人车，其特征在于：包括参数设置单元、第一识别单元、第一线性运算单元、第一非线性运算单元、第二非线性运算单元、攻击检测单元、指令单元、事件触发单元；

所述第一非线性运算单元的输入端分别与第i辆小车的输出端xi、参数设置单元的输出端β和网络拓扑图的输出端xj相连接，i、j均表示所述多无人车网络化系统中跟随者的编号，并且满足1≤i≤n，1≤j≤n；

所述第二非线性运算单元的输入端分别与第i辆小车的输出端xi和事件触发单元的输出端相连接；

所述指令单元的输入端分别与第一非线性运算单元的输出端σi(t)和第二非线性运算单元的输出端εi(t)相连接；

所述事件触发单元的输入端分别与第i辆小车的输出端xi、网络拓扑图的输出端xj以及指令单元的输出端b相连接；

所述第一线性运算单元的输入端分别与事件触发单元的输出端和参数设置单元的输出端以及网络拓扑图的输出端i1、i2、xj相连接；

所述攻击检测单元的输入端分别与第一线性运算单元的输出端si相连接，其中，攻击信号会作用于两者的连接过程中；

所述第一识别单元的输入端分别与攻击检测单元的输出端a和第一线性运算单元的输出端si。

作为本发明的进一步限定，所述多无人车网络化系统中网络拓扑图的邻接矩阵记为用来表示对应于的网络拓扑图其中，当和时，否则将有网络拓扑图的拉普拉斯矩阵记为定义为：

是n×n非对称矩阵，其中和是节点i的邻居节点集合。

作为本发明的进一步限定，在所述多无人车网络化系统中，网络拓扑图包含由m个子网络组成的n1+n2+…nm辆小车；其中，为节点集合，对应于子网络的节点集被定义为其中对应于子网络的指标集ii＝{ni-1+1,ni-1+2,...ni-1+ni}，如i1＝{1,2,...,n1}，i2＝{n1+1,n1+2,...,n1+n2}；ε为网络拓扑图边的集合，(νj,νi)∈ε代表第j辆小车可以直接从第i辆小车那里获得信息，其中νi为第i辆小车，νj为第j辆小车。

作为本发明的进一步限定，第i辆小车的系统模型为，

其中，ri∈r²定义第i辆小车的位置，ui∈r²定义第i辆小车的控制输入；

第i辆小车的状态模型为，

其中，xi,1＝ri,1，xi,2＝ri,2，xi，1和xi，2分别为第i辆小车的x轴和y轴方向的位置，ui＝[ui.1,ui.2]^t，ui是事件触发单元的输出端、即被控对象的输入。

一种群集安全一致性控制方法，包括如下步骤：

s1、第一非线性运算单元的输入端分别与第i辆小车的输出端xi、参数设置单元的输出端β和网络拓扑图的输出端xj相连接，通过以下公式的计算得到第一非线性运算单元的输出σi(t),

其中，β∈(0,1)，

s2、第二非线性运算单元的输入端分别与第i辆小车的输出端xi和事件触发单元的输出端相连接，通过以下公式的计算得到第一非线性运算单元的输出εi(t),

s3、指令单元的输入端分别与第一非线性运算单元的输出端σi(t)和第二非线性运算单元的输出端εi(t)相连接，通过以下公式的计算得到第一非线性运算单元的输出b,

其中，每一个智能体在事件触发时刻更新它的控制律ui，并且用表示触发时刻；

s4、事件触发单元的输入端分别与第i辆小车的输出端xi、网络拓扑图的输出端xj以及指令单元的输出端b相连接，根据以下公式计算得到事件触发单元的输出和

s5、将第一线性运算单元的输入端分别与事件触发单元的输出端和参数设置单元的输出端以及网络拓扑图的输出端i1、i2、xj相连接，通过以下公式的计算得到第一线性运算单元的输出si,

其中是智能体j在内的最新一次触发时刻；

s6、攻击检测单元的输入端与第一线性运算单元的输出端si相连接，并且随时会有欺骗攻击作用于两者之间，欺骗攻击是一种会篡改原先的数据并输入新的数据的攻击。本文中的多无人车系统遭受到欺骗攻击时，攻击给系统自动输入一个攻击信号δi(t)，攻击检测单元可以通过检测是否有攻击信号δi(t)来判断有无攻击，通过以下公式的计算得到攻击检测单元的输出端a,

s7、将第一识别单元的输入端与攻击检测单元的输出端a、第一线性运算单元的输出端si以及参数设置单元的输出端相连接，通过以下公式计算得到第一识别单元的输出ui，

其中，的选取需要满足

本发明采用以上技术方案与现有技术相比，具有以下技术效果：

本发明针对在实际应用中多无人车系统的群集一致性问题引入了事件触发机制来解决实际应用中出现的能耗消耗和通信限制问题，同时降低了技术实现成本；本发明针对多无人车系统随机遭受攻击的情况，通过设计的安全协同控制器来抑制这种随机攻击，当多无人车系统受到攻击时，输出信息会被篡改，通过设计的分布式控制律可以保证预期的群集一致性控制；同时，本发明说明了在负通信权存在时基于事件触发的群体一致性，并且可以将zeno行为排除此外；本发明也为同领域内的其他相关问题提供了参考，可以以此为依据进行拓展延伸，运用于领域内其他协同控制技术的相关方案中，具有十分广阔的应用前景。综上所述，本发明所提出的群集安全一致性控制器，针对遭受攻击的多无人车网络，提出了一种分布式群集安全协同控制方案，当无人车受到外界影响时，通过改变控制律使跟各个群组内的智能体仍然可以保持一致，具有很高的使用及推广价值。

附图说明

图1为本发明中多无人车欺骗攻击下基于事件触发的群集安全协同控制器的结构示意图。

图2为多无人车网络化系统中六辆无人车的通信拓扑图。

图3为1号智能体的有无攻击示意图。

图4为欺骗攻击状态下六辆无人车x轴方向的群集一致性状态。

图5为欺骗攻击状态下六辆无人车y轴方向的群集一致性状态。

图6为欺骗攻击状态下六辆无人车x轴方向的控制律。

图7为欺骗攻击状态下六辆无人车y轴方向的控制律。

图8为6个智能体的触发示意图。

具体实施方式

下面结合附图对本发明的技术方案做进一步的详细说明：

如图1所示，本发明揭示了一种多无人车欺骗攻击下基于事件触发的群集安全协同控制器，适用于多无人车网络化系统，所述多无人车网络化系统由多辆无人车通过网络拓扑图连接构成，所有的无人车划分成多个群组，群组直接进行通信，其中，第i辆小车表示多无人车网络化系统中含有未知动态的无人车，其特征在于：包括参数设置单元、第一识别单元、第一线性运算单元、第一非线性运算单元、第二非线性运算单元、攻击检测单元、指令单元、事件触发单元；

所述第一非线性运算单元的输入端分别与第i辆小车的输出端xi、参数设置单元的输出端β和网络拓扑图的输出端xj相连接；

所述第二非线性运算单元的输入端分别与第i辆小车的输出端xi和事件触发单元的输出端相连接；

所述指令单元的输入端分别与第一非线性运算单元的输出端σi(t)和第二非线性运算单元的输出端εi(t)相连接；

所述事件触发单元的输入端分别与第i辆小车的输出端xi、网络拓扑图的输出端xj以及指令单元的输出端b相连接；

所述第一线性运算单元的输入端分别与事件触发单元的输出端和参数设置单元的输出端以及网络拓扑图的输出端i1、i2、xj相连接；

所述攻击检测单元的输入端分别与第一线性运算单元的输出端si相连接，其中，攻击信号会作用于两者的连接过程中；

所述第一识别单元的输入端分别与攻击检测单元的输出端a和第一线性运算单元的输出端si。

优选地，在所述多无人车网络化系统中，i、j均表示所述多无人车网络化系统中跟随者的编号，并且满足1≤i≤n，1≤j≤n。

优选地，在所述多无人车网络化系统中，将所述多无人车网络化系统中网络拓扑图的邻接矩阵记为我们用来表示对应于的网络拓扑图其中，当和时，否则将有网络拓扑图的拉普拉斯矩阵记为定义为

是n×n非对称矩阵，其中和是节点i的邻居节点集合。

优选地，在所述多无人车网络化系统中，网络拓扑图包含由m个子网络组成的n1+n2+…nm辆小车；其中，为节点集合，对应于子网络的节点集被定义为其中对应于子网络的指标集ii＝{ni-1+1,ni-1+2,...ni-1+ni}，如i1＝{1,2,...,n1}，i2＝{n1+1,n1+2,...,n1+n2}；ε为网络拓扑图边的集合，(νj,νi)∈ε代表第j辆小车可以直接从第i辆小车那里获得信息，其中νi为第i辆小车，νj为第j辆小车。

优选地，

第i辆小车的系统模型为，

其中，ri∈r²定义第i辆小车的位置，ui∈r²定义第i辆小车的控制输入；

第i辆小车的状态模型为，

其中，xi,1＝ri,1，xi,2＝ri,2，xi，1和xi，2分别为第i辆小车的x轴和y轴方向的位置，ui＝[ui.1,ui.2]^t，ui是事件触发单元的输出端、即被控对象的输入。本发明的多无人车欺骗攻击下基于事件触发的群集安全协同控制器采用“模块化”的思想对参数进行整定，通过各模块中参数之间存在的相互联系，依靠反复的仿真实验来确定相对适应的值是：仿真中6辆无人车的的初始值x0＝[-4,5,3,-8,1,-10]^t；第一非线性单元中的β＝0.5、γmin＝0.5、c＝0.1、和ηmin＝50。

本发明的仿真结果如图2-图8所示。

在图2中，由6辆无人车组成的多无人车网络化系统，1、2、3、4、5、6为6辆无人车的编号，其中，1、2、3在一个群组中，4、5和6在另一个群组。进一步可以得到拉普拉斯矩阵，拉普拉斯矩阵l1如下：

图3代表的是第一辆无人车的受攻击情况，当攻击时a＝1，没有攻击时a＝0，从图中可以看出攻击是存在的，且是随机产生的。图4和图5分别代表的是欺骗攻击下六辆无人车x轴和y轴方向位置的一致性状态，从图中可以看出，每个群组内的无人车可以达到一致性状态，如群组1中的1、2、3号无人车，但是群组与群组之间是可以趋向于不同的值，也就是说可以对不同的群组施加不同的命令。图6和图7分别表示欺骗攻击下六辆无人车x轴和y轴方向的控制律，通过设计控制律使遭受攻击的无人车可以达到组内的一致性。图8表示每辆无人车的触发情况，当触发时，更新内部的控制律，大大减少了成本。

本发明还揭示了一种欺骗攻击下多无人车基于事件触发的群集安全一致性控制方法，包括如下步骤：

s1、第一非线性运算单元的输入端分别与第i辆小车的输出端xi、参数设置单元的输出端β和网络拓扑图的输出端xj相连接，通过以下公式的计算得到第一非线性运算单元的输出σi(t),

其中，β∈(0,1)，

s2、第二非线性运算单元的输入端分别与第i辆小车的输出端xi和事件触发单元的输出端相连接，通过以下公式的计算得到第一非线性运算单元的输出εi(t),

s3、指令单元的输入端分别与第一非线性运算单元的输出端σi(t)和第二非线性运算单元的输出端εi(t)相连接，通过以下公式的计算得到第一非线性运算单元的输出b,

其中，每一个智能体在事件触发时刻更新它的控制律ui，并且用表示触发时刻。

s4、事件触发单元的输入端分别与第i辆小车的输出端xi、网络拓扑图的输出端xj以及指令单元的输出端b相连接，根据以下公式计算得到事件触发单元的输出和

s5、将第一线性运算单元的输入端分别与事件触发单元的输出端和参数设置单元的输出端以及网络拓扑图的输出端i1、i2、xj相连接，通过以下公式的计算得到第一线性运算单元的输出si,

其中是智能体j在内的最新一次触发时刻。

s6、攻击检测单元的输入端与第一线性运算单元的输出端si相连接，并且随时会有欺骗攻击作用于两者之间，欺骗攻击是一种会篡改原先的数据并输入新的数据的攻击。本文中的多无人车系统遭受到欺骗攻击时，攻击给系统自动输入一个攻击信号δi(t)，攻击检测单元可以通过检测是否有攻击信号δi(t)来判断有无攻击，通过以下公式的计算得到攻击检测单元的输出端a,

s7、将第一识别单元的输入端与攻击检测单元的输出端a、第一线性运算单元的输出端si以及参数设置单元的输出端相连接，通过以下公式计算得到第一识别单元的输出ui，

其中，的选取需要满足

以上所述，仅为本发明中的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉该技术的人在本发明所揭露的技术范围内，可理解想到的变换或替换，都应涵盖在本发明的包含范围之内，因此，本发明的保护范围应该以权利要求书的保护范围为准。