1.具有输出误差约束的机器人模型预设时间编队控制方法，其特征在于，包括如下步骤：步骤1，建立全向移动机器人的动力学模型；

步骤2，根据动力学模型计算机器人的输出状态追踪误差；

步骤3，采用径向基神经网络近似处理所述动力学模型中包含的未知的非线性函数，以此建立李雅普诺夫函数；

步骤4，构造预设时间滤波器，根据所述李雅普诺夫函数设计自适应律以及预设时间编队控制器。

2.根据权利要求1所述具有输出误差约束的机器人模型预设时间编队控制方法，其特征在于，步骤1中建立全向移动机器人的动力学模型，其中第i台全向移动机器人的动力学模型用如下微分方程组描述：和 分别表示第i台全向移动机器人的位姿和速度状态；

表示第i台全向移动机器人的机器人坐标系Xr轴正方向与世界坐标系Xw轴正方向之间的夹角；

yi表示第i台全向移动机器人的输出状态；

ui表示第i台全向移动机器人的预设时间编队控制器；

fi,1、fi,2、fi、gi分别为 和 的简写；

fi,1和fi,2表示全向移动机器人在实际运动中遇到的问题，即由于运动条件与建模假设之间的差异导致的可能产生未知非线性动态；

fi和gi分别表示全向移动机器人所固有的非线性动态和控制输入增益矩阵。

3.根据权利要求2所述具有输出误差约束的机器人模型预设时间编队控制方法，其特征在于，步骤3中所述采用径向基神经网络来近似处理所述动力学模型中包含的未知的非线性函数，具体为：全向移动机器人所固有的非线性动态fi表示如下：代表两坐标系之间的转换矩阵；

代表麦克纳姆轮所受的静摩擦力；

Dθ表示麦克纳姆轮的粘性摩擦系数；

+

J与J分别代表全向移动机器人正运动学模型和逆运动学模型的雅可比矩阵；

表示全向移动机器人各轮的角速度；

表示麦轮的角加速度，并且M为其增益矩阵。

为了实现对系统中未知非线性动态的拟合，设计如下RBF‑NN：表示理想的神经网络权重矩阵；

Si,t(Zi,t)为神经网络的输出向量，εi,t(Zi,t)为神经网络拟合误差向量，该误差向量满足 是一个正常数；

Γi,t(Zi,t)为系统中存在的未知非线性动态；

Zi,t为神经网络的输入向量，

4.根据权利要求3所述具有输出误差约束的机器人模型预设时间编队控制方法，其特征在于，步骤3中以此建立李雅普诺夫函数，具体为，所述动力学模型为二阶模型的全向移动机器人系统，需构建两次李雅普诺夫函数；

李雅普诺夫函数第一次构建表示为以下形式：Vi,b是障碍李雅普诺夫函数，用以处理输出误差约束问题，障碍李雅普诺夫函数Vi,b用以下公式表示：N表示智能体的数量；

ki,b是对输出误差的约束，是一个常数向量；

zi,1是输出状态跟踪误差；

γi,1为自适应更新律设计参数；

是理想调整标量 与其估计值的估计误差；

所述李雅普诺夫函数第二次构建可以表示为以下形式：zi,2表示虚拟跟踪误差；

si,2表示滤波误差；

γi,2为自适应更新律设计参数；

是理想调整标量 与其估计值的估计误差。

5.根据权利要求4所述具有输出误差约束的机器人模型预设时间编队控制方法，其特征在于，步骤4中所述构造预设时间滤波器，用以下微分方程表示：ωi(0)＝ai,1(0)

h∈(0,1)，是一个设计参数；

δ是滤波器设计参数；

Td是一个预定的时间；

αi,1是虚拟控制变量；

设计自适应律及预设时间编队控制器自适应律第一次构建用以下形式表示：所述自适应律第二次构建用以下形式表示：其中Si,τ是神经网络的输出向量；

得到最终预设时间编队控制器，用以下公式表示：