1.一种多智能体系统有限时间多目标协同追踪方法，其特征在于，包括：对多智能体系统中N个智能体进行运动学和动力学建模；将N个智能体分成M个子群，每个子群中确定一个虚拟跟踪目标，其中N和M均为大于等于1的整数；对智能体之间的交互作用进行建模，获得所述子群的通讯有向拓扑图；根据所述通讯有向拓扑图，设计基于估计器的多智能体系统的分层协同控制器；根据所述运动学和动力学模型，利用所述分层协同控制器，实现每个子群的智能体在有限时间收敛至所述每个子群的智能体对应的虚拟追踪目标的轨迹。2.如权利要求1所述的一种多智能体系统有限时间多目标协同追踪方法，其特征在于，所述对多智能体系统中N个智能体进行运动学和动力学建模包括：运动学和动力学模型表达式为：其中，qi、以及分别表示关节的位置、速度和加速度；惯性矩阵为：科氏离心矩阵为：重力转矩为：其中，表示输入力矩，di(t)是外部扰动且满足为一个已知正常数，以及是动力学不确定项。

3.如权利要求2所述的一种多智能体系统有限时间多目标协同追踪方法，其特征在于，所述模型表达式还可以表达为：其中，

4.如权利要求1所述的一种多智能体系统有限时间多目标协同追踪方法，其特征在于，当第i个智能体属于第l个子群时，所述虚拟跟踪目标的数学表达式为：其中，qo,l(t)、ωo,l(t)和分别表示第l个子群的追踪目标的位置状态、速度和加速度，l∈{1,2,...,M}表示追踪目标所在子群的序号。5.如权利要求1所述的一种多智能体系统有限时间多目标协同追踪方法，其特征在于，所述获得所述子群的通讯有向拓扑图包括：所述通信拓扑图其中，为N个智能体的点集，为有向边，为邻接矩阵，且有向边eij∈ε，即第i个智能体可以接收第j个智

能体的信息；如果第i个智能体和第j个智能体是竞争关系，则aij＜0，如果第i个智能体和第j个智能体是合作关系，则aij＞0，没有自循环时，aij＝0，且根据所述邻接矩阵，确定所述有向图的拉普拉斯矩阵根据所述拉普拉斯矩阵，所述有向图定义为aij ,且lij＝‑aij，

6.如权利要求5所述的一种多智能体系统有限时间多目标协同追踪方法，其特征在于，所述将N个智能体分成M个子群包括：多智能体系统被划分为M(M＞1)个子群，每一个子群被描述为含有nl个智能体的子图：其中，且

7.如权利要求1所述的一种多智能体系统有限时间多目标协同追踪方法，其特征在于，所述获得所述子群的通讯有向拓扑图还包括：根据智能体与其对应跟踪目标之间的通讯状况，确定有向图的对角权重矩阵B：其中，N＝(1 ,2,...,i) ,若第i个智能体能够直接接收其跟踪目标的信息，则bi为取值大于0的数，如果不能，则bi＝0。8.如权利要求1所述的一种多智能体系统有限时间多目标协同追踪方法，其特征在于，所述设计基于估计器的多智能体系统的分层协同控制器还包括：所述分层协同控制器的数学表达式为：其中，i∈Vl表示第l个子群里的第i智能体，集合是用来标记第l个子群中的所有智能体，表示N个智能体的集合，l∈{1,...,M}表示M个

子群；τi1和τi2分别表示等效控制律和滑模控制律，λ1 ,λ2＞0，Kp和Kd是两个正定对角矩阵，结合估计器的误差形式：能体系统有限时间多目标协同追踪方法。