基于无线通信网络的多智能车速度一致性控制系统

戴俊，瞿成明，郝玲玲，乔永明

（安徽工程大学电气工程学院，安徽芜湖241000）

基于无线通信网络的多智能车速度一致性控制系统

戴俊，瞿成明，郝玲玲，乔永明

（安徽工程大学电气工程学院，安徽芜湖241000）

将一致性理论应用到多智能小车的速度一致性控制中。首先分析了多智能小车速度一致性的采样、量化算法；然后基于此理论设计了智能小车控制系统，并利用模块化理念设计了ZigBee无线通信、电机驱动、SD卡速度存储及速度显示等硬件模块，实现了多智能车速度一致性控制的采样、量化程序，以及多车间信息交互的通信协议等。实验结果表明：基于一致性理论的多智能小车实现了速度的一致性控制。

多智能车；速度一致性控制；采样；量化；通信协议

一致性问题主要是研究如何利用多智能体系统中个体之间有限的信息交换来设计算法，使得所有的智能体达到某种同一状态。对多智能体一致性的研究大多处于理论研究阶段，实际的应用研究还很少。

单智能体的研究已经较完善，但单智能体应用有很多局限性，在很多需要团体合作完成任务的情况下已经不能胜任［1］。本文描述的智能协同控制系统将多智能体一致性控制理论应用于实际模型。多个小车在完全独立的情况下，通过之间的耦合通信进行信息交流，相互之间进行速度一致性协同控制，共同配合完成速度一致性控制任务［2］。这种模型实现后，可以在此基础上完成更加复杂的任务，具有广泛的应用前景［3］。

1　一致性控制算法分析

图论是分析一致性问题的重要工具［4］，它表明了智能体间信息交换的规则。在由N个智能小车组成的多智能小车系统中，每辆小车分别用v1、v2、…、vn表示，车的集合为V=｛v1，v2，…，vn｝，边的集合为E⊆V×V，加权邻接矩阵A=［aij］，aij＞0，如果智能小车vj存在一个指向vi的通信连接，即（vi，vj）=eij∈E、aij＞0，智能小车i能从智能小车j获取速度信息，多智能智能小车的通信拓扑可以表示为G=（V，E，A）。

对于连续时间的二阶多智能体系统，通过离散化，系统被精确地离散化为［5-6］：

其中：aij为加权邻接矩阵的元素，i∈v，xi（k），vi（k）分别表示第i个智能小车在k时刻的位置信息和速度信息。k1，k2为控制参数，且k1＞0，k2＞0，

假定待量化的值y∈［-U，U］，由于传输带宽的限制只能传送长度为1的数据，因此就有2l个量化点，量化间隔Δ=，概率量化规则如下［7］：

其中q（y）表示y量化后的量化值。取概率较大者为当前的量化值。

定理［3］：若有向图含有有向生成树，基于采样数据的多智能体系统能够达到量化一致［8］，当且（T，k1，k2）仅当满足

其中

多智能车间通信拓扑结构如图1所示，图2为系统的拉普拉斯矩阵。

图1　多智能车通信拓扑结构

图2　系统拉普拉斯矩阵

选取k1=3，k2=3，T=0.05 s，满足定理的要求，量化间隔Δ=0.001，初始速度和位置分别为［x1（0），x2（0），x3（0）］=［0，0，0］，［v1（0），v2（0），v3（0）］=［6，16，17］。此系统的速度和位置分别最终收敛到pTx［0］+kTpTv［0］=0.65k和 pTv［0］=13，其中p=多智能小车速度一致性仿真如图3所示。

算法1是一个二阶系统，在本文中只研究小车的速度一致性控制，并且假设3辆智能小车的初始位置都为0。

图3　多智能小车速度一致性仿真

采样周期T=0.05 s（不宜选取过大）。当采样周期T选取较大值时虽然系统能够达到一致，但是相邻两次迭代时速度变化较大。当对实际小车速度进行控制时，小车由于需要一定的反应时间，速度变化较大时小车来不及动作，当T越小时越接近连续状态，符合实际小车的速度变化，但是T越小则收敛到一致的时间就会越长，因此选取T=0.05 s较为合适。

量化间隔选取Δ=0.001。从理论上讲，Δ越接近于0收敛到一致的效果越好，然而实际中，Δ越小会带来传输位数的增加，因而会增加通信量。本文设计的通信协议如表1，速度信息表示为长度最大为12的字符串，小车的初始速度最大为17，最终趋于一致13，收敛到一致过程中最大传输的速度为17。选取量化间隔为Δ=0.001，经量化后的最大传输的数据为=17 000，长度为5，小于12，符合实际传输要求。

2　系统总体设计方案

系统中使用智能小车作为单个节点，整个系统包括3辆完全相同的智能小车。根据小车的光电编码器获取小车的速度信息，各个智能小车通过ZigBee无线通信模块实现速度信息的协商，通过程序的一致性分析处理发送控制命令到小车的执行机构——直流电机驱动器，使智能小车对自身速度进行自主决策和控制［9］，最终实现多智能小车的速度一致性控制。系统框图如图4所示。

图4　多智能车系统框图

图5　智能小车设计方案

在系统中，智能小车的速度是研究的状态量。在小车开始运动时，通过STM32F103VET6控制器从智能小车光电编码器中采集速度信息，经过一致性处理后，通过I/O口输出给LCD1602显示模块，通过UART输出给ZigBee无线收发模块，再将速度信息存储在本地SD卡中进行详细分析。智能车的硬件设计采用模块化设计理念［10］，智能小车设计方案如图5所示。

2.1智能小车控制模块

智能小车控制模块由处理器模块和电机驱动器组成，主要作用是对ZigBee无线网络接收的其他小车速度信号与本地小车速度信号进行一致性耦合运算，得出下一时刻小车的速度，将与小车速度呈比例的PWM信号输出给智能小车的电机驱动器（PWM的占空比对应小车速度），由此控制小车的运动速度。处理器模块是智能小车的“大脑”，用于接收速度信息和发出控制命令，选用基于ARM Cortex M3内核的STM32F103VET6单片机。

2.2智能小车通信模块

智能小车通信模块主要是用来发送本地智能小车的速度信息和接收其他智能小车的速度信息，采用ZigBee模块实现。在多智能小车同时运行时，每辆小车的ZigBee模块都要发送本地小车的速度信息，同时以中断的方式接收其他小车的速度信息。Zigbee模块以广播方式发送信息时时延较大，以点对点通信则时延小。本文针对一致性算法不同的通信拓扑，通过X-CTU软件设置每个节点的目的地址［11］，采用图1的通信拓扑。

智能车1只能接收2的速度信息，智能车2只能接收3的速度信息，智能车3只能接收1的速度信息，因此智能车1的ZigBee模块的目的地址设为智能车3的ZigBee模块地址，智能车2的Zig-Bee模块的目的地址设为智能车1的ZigBee模块地址，智能车3的ZigBee模块的目的地址设为智能车2 ZigBee模块地址。

stm32的UART发送、接收数据寄存器最大为9位（表示的最大数为512）。然而根据前面的内容，当量化间隔取得足够小时，发送和接受的数据会超过9位，因此一次不能完成数据收发任务，需设计相应的通信协议，以字符串的形式发送。当速度达到一致时，不仅要发送速度信息，还要发送位置信息，因此在发送时需要区分速度信息与位置信息。发送速度信息格式如表1。

表1　发送速度信息格式

若小车当前量化后的速度信息值为100，位置信息为200，发送字符串Y1 000000000100Z00000 0000200E。接收方接收时进行判断，当接收到第一个字符为Y，第二个字符为1，最后一个字符为E时表明接收了一个有效速度信息，则将速度值和位置值提取出来进行一致性耦合计算以决定下一时刻的小车速度。

2.3测速模块

利用stm32定时器T2外部脉冲计数功能，完成转速采集以及速度的计算，光电编码器的脉冲跳变触发了定时器计数功能，脉冲个数就表征了小车速度。由于实际系统中有干扰的存在，光电编码器产生的并非标准的方波，故在速度过快时将会带来较大的影响。利用stm32定时器对外部脉冲计数信号的滤波功能，能滤除高频分量的干扰。经过实验测试发现，当ExtTRGFilter=0xF时，小车速度的测量值稳定、准确。

3　系统的软件设计

前面对多智能车算法的研究都假设各个智能车的速度更新是同步的［12］，这就需要在各个智能车间设置一个同步时钟［13］，而实际中这个时钟是不存在的，因而在硬件实现时很难保证各个智能车速度更新是同步的。为了解决这一问题，在软件编程中做了相应改变。在软件编程时先由1节点发起通信，定时2 s发送小车的速度和位置信息，在小车3串口中断接收到信息后进行一致性处理，之后将车3的速度和位置信息发送给车2，车2串口中断接收到信息后进行一致性处理，之后将车2的速度和位置信息发送给车1。在软件编程时，小车1要既能实现定时串口发送也能实现串口中断接收，由小车1发起整个小车系统的速度一致性控制，小车2、小车3能实现串口中断接收，进行一致性处理后，在串口中断中发送本小车的速度和位置信息。

整个系统的软件结构见图6。

图6　整个系统的软件结构

3.1量化算法程序设计

小车1定时器产生2 s中断，在中断处Zigbee模块按照表1的格式每秒发送一次速度信息。根据通信拓扑结构，只有特定目的地址的ZigBee节点才能接收，在发送前需要对速度值按照前面的方法进行量化。车2、车3在串口接收中断处发送量化信息，量化算法如下：

q=floor（speed/g）；//g为量化间隔，speed为光电编码器测量的速度值，floor为向下取整函数。

if（（speed-q*g）＞（g+q*g-speed））//依据第四章的概率量化方法

｛sudu=（q+1）；｝else

｛sudu=q；｝

q1=floor（position/g）；position为当前小车位置值

if（（position-q1*g）＞（g+q1*g-position））

｛weizhi=（q1+1）；｝

else

｛weizhi=q1；｝

3.2一致性速度处理模块程序设计

接收到量化的速度信息值后需要将其还原为原有的速度值，因此需要乘以量化间隔，然后进行一致性处理，算法程序如下［14］：

speednext=T*k2*（-speedcurrent+ suduother）+speedcurrent+T*k1*（-positioncurrent+weizhiother），

weizhinext=position current+T*speedcurren +0.5*T*T*k2*（-speedcurrent+suduother）+0.5T*T*k1*（-positioncurrent+weizhiother）；

算法程序中的speednext为下一时刻小车速度，weizhinext为下一时刻小车的位置，positioncurrent为当前小车位置，speedcurrent为当前小车速度，suduother=（sudu*g），weizhiother=（weizhi* g）为其他小车发来的速度值，T为采样间隔，通过此式计算出下一时刻小车的速度。

4　系统的硬件实现

先让3辆小车以各自的速度单独运行一段时间后，通过先前设定的网络目的地址发送速度信息，并接收其他小车速度信息，按照一致性处理算法进行耦合［15］，小车的速度会慢慢趋于一致。3辆小车的速度数据分别存在各自的SD卡中，最终结果如图7所示。1号小车初始速度为6，2号小车初始速度为16，3号小车初始速度为17。

图7SD卡中存储的3辆小车的速度

从图7看到小车的速度逐步向给定的三车初始平均速度逼近，数据在中间有一些波动，最终稳定在13。波动的出现是因为电压和电机速度的非线性、硬件的延迟、干扰以及算法的近似等原因造成的。

5　结束语

本文将一致性算法应用到小车的速度一致性控制方面，完成了硬件平台的搭建和软件的编程。在3辆小车的速度一致性控制实验中，通过对实验数据的分析，速度一致性控制得到验证，且较为可靠。在当前的基础上可以进一步实现小车的速度、位置一致性，进而达到多智能小车编队控制的目的。本系统作为一个基于无线通信网络的多智能小车一致性协作控制研究实验平台具有十分重要的参考意义。

［1］张庆杰，朱华勇，沈林成.多智能体一致性理论研究进展［J］.中国制导、导航与控制学术会，2010.

［2］Qu C M，Dai J，Jiang M.Consensus based speed control strategies for Multi-Agent car with state predictor［J］. Proceedings of 2013 IEEE 11thInternational Conferenceon Electronic Measurement&Instruments，Vol.02，August.2013.

［3］Liu Y，Jia Y.An Iterative Learning Approach to Formation Control of Multi-Agent Systems［J］.Systems&Control Letters，2012，61（1）：148-154.

［4］Ren W，Cao Y C.Distributed Coordination of Multiagent Networks［M］.London：Springer-Verlay，2011.

［5］Ren W，Cao Y.Convergence of sampled-data consensus algorithms for double-integrator dynamics［J］.IEEE Conf.Decision Control，Dc.9-11，2008：3965-3970.

［6］李晓波.多智能体采样及量化一致性［D］.西安：西安电子科技大学，2013.

［7］Guan Z H，Meng C，Liao R Q，et al.Consensus of secondorder multi-agent dynamic systems with quantized data［J］.Physics Letters A，2012，376（4）：387-393.

［8］Li S，Du H，Lin X.Finite-Time Consensus Algorithm for Multi-Agent Systems with Double-Integrator Dynamics［J］.Automatica，2011，47（8）：1706-1712.

［9］Dimakis A G，Kar S，Moura J M F，et al.Gossip Algorithms for Distributed Signal Processing［J］.Proceedings of the IEEE，2010，98（11）：1847-1864.

［10］申忠宇，郑启文.无线通信网络的多智能小车编队控制系统［J］.东南大学学报，2013，43（1）：18-21.

［11］Xie G M，Liu H Y，Wang L，et al.Consensus in Networked Multi-Agent Systems via Sampled Control：Fixed Topology Case［C］//In Proceedings of the Americain Control Conference.［S.l.］：［s.n.］，2009：3902-3907.

［12］祖丽楠，田彦涛，梅昊.大规模多移动机器人合作任务的分布自主协作系统［J］.机器人，2006，28（5）：470 -477.

［13］Xiao F，Wang L.Asynchronous Consensus in Continuous-Time Multi-Agent Systems with Switching Topology and Time-Varying Delays［J］.IEEE Transactions on Automatic Control，2008，53（8）：1804-1816.

［14］李德全.有向网络多个体系统的量化与鲁棒一致性研究［D］.上海：上海交通大学，2012.

［15］洪奕光，翟超.多智能体系统动态协调与分布式控制设计［J］.控制理论与应用，2011，28（10）：1506-1512.

（责任编辑杨黎丽）

Consitency Control System of Multi-Agent Car Speed Based on Wireless Communication Network

DAI Jun，QU Cheng-ming，HAO Ling-ling，QIAO Yong-ming
（School of Electrical and Information Engineering，Anhui Polytechnic University，Wuhu 241000，China）

Abstract：This paper applied consistency theory to speed consensus algorithm of multi-agent car system.The multi-agent car system based on former consensus algorithm was studied.Firstly，multi-intelligent vehicle speed consistency of sampling and quantization algorithm was analyzed. Intelligence car control system was designed based on the above theory.The ZigBee wireless communications，motor drivers，sd card speed memory，speed display modules and other hardware modules，sampling and quantitative procedures of multi-agent car's speed consistency control，mutil-workshop information interactive communication protocol and so on were designed based on module designed concept.The experimental results show that multi-agent car based on consistency realizes the speed consitency control.

multi-agent car；consitency of speed control；sampled-data；quantized-data；communication protocol

TN92

A

1674-8425（2015）04-0107-06

10.3969/j.issn.1674-8425（z）.2015.04.021

2015-01-22

安徽省高等学校省级自然科学研究项目“基于DSP的多电机同步网络控制研究”（KJ2011A029）

戴俊（1990—），男，安徽桐城人，硕士研究生，主要从事多智能体一致性的研究。

戴俊，瞿成明，郝玲玲，等.基于无线通信网络的多智能车速度一致性控制系统［J］.重庆理工大学学报：自然科学版，2015（4）：107-112.

format：DAI Jun，QU Cheng-ming，HAO Ling-ling，et al.Consitency Control System of Multi-Agent Car Speed Based on Wireless Communication Network［J］.Journal of Chongqing University of Technology：Natural Science，2015（4）：107-112.