1.一种基于模糊逻辑的智能群体编队移动控制方法，智能体在未知环境中移动，智能体上设置安装有传感器，可以与通信范围内的其他智能体进行信息传递，获取环境信息，通过位置信息进行移动和避障，其特征在于：包括有如下步骤：步骤1智能群体的生成和集聚：在一块区域内n个智能体初始状态是随机生成的位置，参考点O是固定位置，参考点为虚拟领航者所在位置；参考点通过吸引力Fa将区域内所有的智能体集聚，形成以参考点为中心的智能群体，在智能群体中智能体间存在期望距离Rd；智能体在集聚过程中通过排斥力Fr来保持与其它智能体之间的期望距离，也是通过排斥力Fr避免与其它智能体或障碍物碰撞，智能体所受合力为F＝Fa+Fr；

步骤2构建智能群体的编队：有编队需求时，每个智能体加入编队力Ff，编队力Ff用来构筑智能群体编队队形，以参考点的位置为编队队形的中心，编队队形包括圆形、直线型、三角形和菱形编队；不同编队队形中智能体的受力约束角度不同，所受到的编队力也不同，每个智能体受控于编队力使智能群体构成不同拓扑形状；引入队形参数r，r受智能体个数n和智能体间期望距离Rd的影响，围绕参考点生成的编队的大小由队形参数r控制；编队队形形成后，以参考点为中心的智能群体按照预定轨迹向目标地点移动，智能群体跟随参考点保持队形一起移动；有编队需求时，智能群体中的智能体均受到吸引力、排斥力、编队力的作用，作用力的合力为F＝Fa+Fr+Ff，合力F为智能体受到的势场力；

步骤3势场力正交分解：在智能群体的编队队形拓扑形状中，每个智能体都存在各自的势场力和运动方向，设智能群体中智能体的运动速度为v，参考点的运动速度为vl，将势场力沿着智能体运动速度方向的平行方向和垂直方向进行正交分解，分解后产生平行于当前运动速度方向的平行势场力F1，和垂直于当前运动速度方向的垂直势场力F2；

步骤4势场力优化：势场力优化其一为效率优化：平行于当前运动方向的平行势场力F1产生平行加速度ap，对智能体运动轨迹延续和保持起直接作用，垂直于当前运动方向的垂直势场力F2产生垂直加速度av，会影响运动轨迹的改变；设计一种耗散力，来对导致产生轨迹振荡的势场力进行优化，群体运动要与参考点运动趋于一致，是在与垂直加速度av相反的方向上设计一种耗散力Fd；耗散力叠加在势场力上，以达到抑制智能体在垂直方向上的运动影响，起到缓冲振荡作用；效率优化后的势场力为F优；势场力优化其二为编队稳定性优化：有编队需求时执行，在编队移动中，参考点移动后，智能体所受的势场力与水平方向的夹角会比移动前的原势场力与水平方向的夹角更小，在与参考点运动方向平行的方向上加入保持力Fk，使智能体具备保持和延续与参考点相同运动趋势的能力，提前预留运动产生的势场变化，实现编队稳定性优化；编队稳定性优化后的势场力合力为F优′＝Fa+Fr+Ff+Fd+Fk；

步骤5设置模糊控制器，进行智能群体编队移动控制：设置模糊控制器，模糊控制器设为线速度模糊控制器和角速度模糊控制器，线速度模糊控制器的输入为优化过后的势场力F优′与其方向角θ，输出为线速度增量 角速度模糊控制器的输入为F优′、F优′与vl的夹角θ1以及v与vl的夹角θ2，输出为角度变化量 在线速度与角速度模糊控制器中，均经过模糊化分，模糊计算和解模糊处理，均得到输出；编队中的智能体根据线速度与角速度模糊控制器的输出，调整自身的运动速度和方向角度，进行智能群体编队移动控制。

2.根据权利要求1所述的基于模糊逻辑的智能群体编队移动控制方法，其特征在于：步骤2所述的构建智能群体的编队，包括有如下不同的队形：

2.1圆形编队：参考点O为圆心，队形参数r为圆的半径，r与智能体个数n和

智能体间期望距离Rd的关系为： 表示定义取值；圆形的编队力的大小为

d为智能体到参考点O的距离，当d

能体，当d≥r时，方向由智能体指向参考点O；Kf为编队力增益系数；

在直线编队、三角形编队和菱形编队中，参考点O位于编队队形的中心，参与编队的智能体A与参考点O连线为OA；

2.2直线编队：参考点为O，位于直线编队的中点，r为参考点到右端或左端的距离，其大小为： P为智能体A在直线编队上的投影点，P与O的连线为OP，直线编队计算夹角α1为直线编队中OA与OP的夹角，设AP长度为dv，OP长度为dp，当dp＞r时，智能体位于编队范围以外，此时无编队力，仅受参考点引力Fa的作用；当dp≤r时，在编队范围内，受到编队力Ff作用，编队力的大小为：|F直线|＝Kf·dv，方向由智能体指向P；Kf为编队力增益系数；

在三角形编队和菱形编队中，M为三角形编队或菱形编队的上顶点，参考点O与M的连线为OM,三角形和菱形编队力计算夹角α为OA与OM的夹角,P为OA与编队边界的交点；

2.3三角形编队：参考点O位于三角形重心，r为顶点M到参考点O的距离，其大小定义为：

正三角形的编队力的大小为： 根据三角形边

角关系可推出 表示参考点O到交点P的距离，当d

参考点O指向智能体；当d≥rt时，编队力方向由智能体指向参考点O；Kf为编队力增益系数；

2.4菱形编队：参考点O位于菱形重心，r为参考点与M的距离，β为上顶角的一半，其大小定义为： 编队力的大小为： 根据三角形边角关系可推出 表示参考点O到交点P的距离，当d

指向智能体；当d≥rd时，编队力方向为智能体指向参考点O；Kf为编队力增益系数。

3.根据权利要求1所述的基于模糊逻辑的智能群体编队移动控制方法，其特征在于：步骤4所述的势场力优化，包括有如下步骤：

4.1效率优化：智能体受到参考点的引力Fa和编队力Ff的作用以及智能体之间的排斥力Fr的作用，作用力的合力为F＝Fa+Fr+Ff，合力F为智能体受到的势场力；设智能体当前运动方向为v，v与F夹角为θ，将势场力正交分解，分解后平行于智能体运动方向的平行势场力产生平行加速度ap，垂直于智能体运动方向的垂直势场力产生垂直加速度av，平行加速度ap对智能体运动轨迹延续和保持起直接作用，垂直加速度av会影响运动轨迹的改变，设计一种耗散力，来对导致轨迹振荡的势场力进行优化，群体运动要与参考点运动趋于一致，而参考点在持续运动，因此定义耗散力大小为|Fd|＝Kd·vl，Kd为耗散力增益系数，不同编队形状的取值不同；vl为参考点的速度大小，耗散力的方向与垂直加速度av的方向相反，以达到抑制智能体在垂直方向上的运动影响，起到缓冲振荡作用，势场力合力更新为F优＝Fa+Fr+Ff+Fd；

4.2编队稳定性优化：在编队移动中，在中心位置的参考点移动后，智能体所受的势场力与水平方向的夹角会比移动前的原势场力与水平方向的夹角更小，导致智能体在运动过程中逐渐向队伍后部聚集，造成队伍后部的密度大于队伍前部的密度，加入保持力使智能体具备保持和延续与参考点相同运动趋势的能力，提前预留运动产生的势场变化，保持力大小为|Fk|＝Kk·vl，Kk为保持力增益系数，不同编队形状下的取值不同，保持力的方向与参考点的运动方向相同，经过编队稳定性优化的势场力合力为F优′＝Fa+Fr+Ff+Fd+Fk。

4.根据权利要求1所述的基于模糊逻辑的智能群体编队移动控制方法，其特征在于：步骤5所述的设置模糊控制器，进行智能群体编队移动控制，包括有如下步骤：

5.1设置线速度模糊控制器：将平行加速度ap和垂直加速度av作为线速度模糊控制器的输入，其大小为： 设定ap的值域为[‑5,5]，线性量化到区间[‑3,3]中，划分的语言值为{负大，负小，正大，正小}，对应的英文缩略形式为{NB,NS,PS,PB}，其对应的隶属度函数均为高斯函数，均值c分别为‑3、‑1、1、3，均方差σ均为1，av的值域为[0,5]，线性量化到区间[‑1,1]中，划分的语言值为{小，中，大}，对应的英文缩略形式为{S,M,B}，其对应的隶属度函数均为高斯函数，均值c分别为‑1、0、1，均方差σ均为1，线速度模糊控制器的输出为线速度增量

5.2设置角速度模糊控制器：智能体的运动方向除了受合力方向的影响，也受到参考点运动方向的影响；参考点的运动方向为vl,势场力合力F优′与参考点运动方向的夹角为θ1，智能体运动方向与参考点运动方向夹角为θ2，则角度偏差δ＝|θ1‑θ2|；将角度偏差δ和势场力合力F优′作为角速度模糊控制器的输入，模糊控制器的输出为角度变化量 设定δ的值域区间为 线性量化到区间[‑3,3]中，划分的语言值为{负大，负小，正大，正小}，对应的英文缩略形式为{NB,NS,PS,PB}，其对应的隶属度函数均为高斯函数，均值c分别为‑

3、‑1、1、3，均方差σ均为1；F优′的值域为[0,10]，线性量化到区间[‑1,1]中，划分的语言值为{小，中，大}，对应的英文缩略形式为{S,M,B}；其对应的隶属度函数均为高斯函数，均值c分别为‑1、0、1，均方差σ均为1。