基于自适应粒子群算法的多无人机混合编队技术

为了解决无人机群体在复杂战场环境下的编队、避障、避碰问题,提出了一种将基于行为法和虚拟领航者法相结合的混合编队技术;为无人机编队设计了奔向目标、队形保持、避碰及避障共4种基本行为,通过对编队无人机的行为权重参数进行调整控制无人机编队的机动,编队无人机的行为权重参数通过自适应粒子群算法进行优化,然后对编队无人机的基本行为进行矢量合成,归一化处理后控制无人机的机动;仿真实验测试证明了该方法能使无人机群体保持期望的队形,实现了编队避障和内部避碰,进而更有效地完成编队任务,提高了多无人机编队的机动性能,促进了多无人机混合技术的发展。     

多移动机器人避障编队控制

研究多移动机器人避障优化设计,针对多移动机器人在障碍物环境下的编队控制问题,为了保持整体合理避障和控制系统的稳定性和安全性,提出一种多机器人避障编队控制策略.首先获得多移动机器人编队的队形结构模型,结合多机器人完成避障编队任务的问题描述;在此基础上引入导航函数采用一种避障编队控制算法,使移动机器人能以设定的队形运动到目标点,可保证编队运动过程中未与障碍物发生碰撞.进行仿真的结果证明,所提算法解决了多机器人编队与避障问题,并保证了闭环系统的稳定性与安全性,验证了设计方法的有效性.     

基于行为的多机器人任意队形的控制

针对多机器人队形优化控制任务,提出一种快速收敛的机器人任意队形的控制算法。各机器人在奔向目标的过程中以队形的几何中心为参考点,自主地确定队形向量。在保持队形的过程中,采用动态死区法,通过对各个区域大小的控制达到对机器人速度的控制,维持规定队形。采用反向避碰、切线避障,根据各机器人间的位置,引入整体队形向量约束机器人的方向,达到机器人整体队形的方向与机器人运动方向一致。实验结果表明该算法可以快速、有效地完成各种编队任务。     

三维动态环境下多无人机编队分布式保持控制

针对无人机编队沿参考轨迹飞行时遭遇突发障碍物而发生碰撞的问题, 提出一种可实时避障及机间避碰的分布式编队保持算法. 基于虚拟结构编队策略, 采用非线性模型预测控制(NMPC) 方法设计分布式编队控制器. 为了实现通讯延迟下的机间避碰, 采用基于不同优先级的改进避碰惩罚策略. 仿真结果表明, 所设计的分布式编队控制器能保证编队及时避开环境中的突发障碍物, 且无人机间不发生互碰, 避障后的各编队继续以原队形沿参考轨迹飞行.

     

考虑障碍环境下的多机器人编队控制研究

编队和避障控制是机器人路径规划设计中的典型问题,文中提出了将leader-following法和人工势场法相结合的方法,来更好地完成多机器人在未知环境下的编队和避障控制。之前的研究只将leader-following算法用于多机器人的编队控制,而文中提出此方法也可以用于多机器人系统的避障控制。基于leader-following法,多机器人能自动编队并保持队形;而结合人工势场法,多机器人可以保持队形行进,在遇到障碍物的情况下变换队形避障,在避障后恢复原队形,最终到达目标。通过仿真实验证明,该算法实现了多机器人在未知环境下的自动编队和避障,从而证明了leader-following算法可以用于机器人的避障控制。     

考虑障碍环境下的多机器人编队控制研究

编队和避障控制是机器人路径规划设计中的典型问题,文中提出了将leader—following法和人工势场法相结合的方法,来更好地完成多机器人在未知环境下的编队和避障控制。之前的研究只将leader—following算法用于多机器人的编队控制,而文中提出此方法也可以用于多机器人系统的避障控制。基于leader—following法,多机器人能自动编队并保持队形;而结合人工势场法,多机器人可以保持队形行进,在遇到障碍物的情况下变换队形避障,在避障后恢复原队形,最终到达目标。通过仿真实验证明,该算法实现了多机器人在未知环境下的自动编队和避障,从而证明了leader—following算法可以用于机器人的避障控制。     

一种基于效益的多机器人避碰协调策略

多移动机器人系统在完成同时定位和地图构建SLAM任务时,机器人之间常常存在相互碰撞的问题,而这种碰撞的避免又不同于一般的避障,因为避障问题中的障碍物一般是不动的。为了解决机器人之间的避碰问题,提出了一种基于效益的多机器人避碰协调策略。该策略以提高多机器人系统探索效率为主,确定机器人通过交叉路口的顺序。同时考虑了动态协调避碰的情况,给出了确定机器人通过交叉路口顺序的算法。通过机器人在交叉路口实现避碰协调算法的仿真示例,对该方法的避碰协调过程进行了说明,并对仿真结果进行了分析,同时对仿真中机器人和目标位置的空间关系给出了合理的假设。     

不同优先级的多水下机器人避碰技术研究

在多水下机器人之间显式通讯条件下,采用动态优先级策略成功地解决了水下机器人编队航行过程中的避碰避障问题。并建立了环境仿真器,进行了多水下机器人协调避碰仿真实验,取得了良好的效果,验证了算法的有效性。     

多移动机器人的领航-跟随编队避障控制

针对多移动机器人的编队控制问题,提出了一种结合Polar Histogram避障法的领航-跟随协调编队控制算法。该算法在领航-跟随l-φ编队控制结构的基础上引入虚拟跟随机器人,将编队控制转化为跟随机器人对虚拟跟随机器人的轨迹跟踪控制。结合移动机器人自身传感器技术,在简单甚至复杂的环境下为机器人提供相应的路径运动策略,实现实时导航的目的。以两轮差动Qbot移动机器人为研究对象,搭建半实物仿真平台,进行仿真实验。仿真结果表明:该方法可以有效地实现多移动机器人协调编队和避障控制。     

移动机器人队形控制关键技术及其进展

在明确了多机器人队形控制国内外发展现状的基础上,以地面移动机器人为研究对象,从系统结构、机器人模型、队形形状表示方法、参考框架及编队控制策略等方面,对多机器人编队控制的研究成果进行了概述.同时,对队形形状生成、编队跟踪与协调、队形变换与重组以及编队避障等队形控制子问题的国内外研究近况进行了总结和分析.最终指出:研究统一有效的编队控制框架、障碍环境下的队形优化变换、降低系统对通讯能力的要求以及编队控制在实际物理环境下的应用是移动机器人队形控制领域未来可能的研究主题.     

基于虚拟结构法的分布式多无人机鲁棒编队控制

针对多无人机编队控制(UAVs)问题, 本文提出了一种基于虚拟结构法的非线性鲁棒控制算法. 首先将编队 控制问题转化成两个子问题: 在惯性坐标系下虚拟刚体(VRB)光滑轨迹的生成设计, 以及在虚拟刚体坐标系下的无 人机编队队形控制设计. 针对部分无人机无法直接获取虚拟刚体状态的约束, 通过引入相邻无人机的跟踪状态, 实 现了分布式的编队控制. 同时, 考虑多无人机近距离编队飞行时相互间的气流扰动影响, 设计了基于supertwisting 的鲁棒控制算法, 提高了编队系统的控制精度和稳定性. 利用Lyapunov稳定性分析方法, 证明了位置跟踪误差在 有限时间内收敛到滑模面, 得到闭环系统全局渐近稳定的结果. 最后通过实际飞行实验, 验证了所提控制算法的有 效性和鲁棒性.     

Multiagent-Based Multi-team Formation Control for Mobile Robots

In the field of formation control, researchers generally control multiple robots in only one team, and little research focuses on multi-team formation control. In this paper, we propose an architecture, called Virtual Operator MultiAgent System (VOMAS), to perform formation control for multiple teams of mobile robots with the capabilities and advantages of scalability and autonomy. VOMAS is a hybrid architecture with two main agents. The virtual operator agent handles high level missions and team control, and the robot agent deals with low level formation control. The virtual operator uses four basic services including join, remove, split, and merge requests to perform multi-team control. A new robot can be easily added to a team by cloning a new virtual operator to control it. The robot agent uses a simple formation representation method to show formation to a large number of robots, and it uses the concept of potential field and behavior-based control to perform kinematic control to keep formation both in holonomic and nonholonomic mobile robots. In addition, we also test the stability, robustness, and uncertainty in the simulation. This research was supported by the National Science Council under grant NSC 91-2213-E-194-003.     

多机器人主—从行星式编队控制

研究了二阶积分器描述的多机器人主—从行星式编队控制问题,提出了将多机器人编队分解为每个机器人对各自具有时变速度的虚拟机器人的跟踪控制,使得每个机器人相对于虚拟机器人的位置与速度跟踪误差收敛为零且彼此不相碰撞,此时编队系统收敛到理想队形.在统一的算法框架下,分别实现了跟随者以领航者为中心的公转运动编队(revolution formation,RF)模式和跟随者与领航者保持期望距离、期望速度的编队(desiredformation,DF)模式.公转运动编队(RF)模式适用于异构多机器人系统的环境探索任务;保持期望距离、期望速度的编队(DF)模式适用于自主水下机器人(AUV)、无人机(UAV)等合作与协调任务.应用李亚普诺夫稳定性理论对控制算法的稳定性进行了分析,并通过计算机仿真验证了该方法的有效性.     

编队控制中的机器人行为与基于服务的运动行为结构设计

以基于位姿误差的虚拟目标跟踪为控制模式,提出了独立于编队控制与协作任务,但却适用于多移动机器人编队运动的基于服务的机器人运动行为结构,并对其基本运动行为与选择方法进行了设计.提出的基于服务的机器人行为结构借鉴了软件工程领域的面向服务的架构思想,具有可重用性.多机器人编队形成、改变等仿真与实验验证了本文所提方法的有效性.     

含未知信息的轮式移动机器人编队确定学习控制

本文研究含未知信息的轮式移动机器人(wheeled mobile robots,WMR)的编队控制问题.首先,基于领航–跟随法和虚拟结构法,将WMR编队控制问题转化为跟随机器人对参考虚拟机器人的跟踪控制问题.然后,利用径向基函数神经网络(radial basis function neural networks,RBF NN)对WMR的未知系统动态进行学习,以及根据李雅普诺夫稳定性理论设计了稳定的自适应RBF NN控制器和RBF NN权值估计的学习率.依据确定学习理论,闭环系统内部信号在对回归轨迹实现跟踪控制的过程中满足部分持续激励(persistent excitation,PE)条件.随着PE条件的满足,RBF NN权值估计收敛到其理想权值,实现了对未知闭环系统动态的准确学习.最后,利用学习结果设计了RBF NN学习控制器,保证了控制系统的稳定与收敛,实现了闭环稳定性和改进了控制性能,并通过仿真验证了所提控制方法的正确性和有效性.     

Finite-time formation of multiple agents based on multiple virtual leaders

The finite-time formation problem of multiple agents aims to find a control protocol to guarantee finite-time consensus, in which every agent can be in the right position and keep in the given formation configuration efficiently. However, it is hard to achieve a stable state if only by setting one virtual leader in multiple tasks system. This paper presents a formation controller design for a second-order multiple agents to address the finite-time formation problem. In the procedure, each agent has a virtual leader, and then a control law is designed so that the agents can keep pace with their virtual leaders in terms of speed and position. Accordingly, the controller can ensure that the relative positions among different agents and the trajectory of the whole formation can be specified in advance. Moreover, since the closed-loop system is finite-time stable, which implies that the required formation is attainable without a deviation in finite time. Finally, the stability analysis is proved by applying the graph theory, Lyapunov stability theory and homogeneous system theory. The effectiveness of the algorithm is demonstrated by numerical simulations.     

Cooperative control design for non-holonomic chained-form systems

Consensus and formation control problems for multiple non-holonomic chained-form systems are solved in this paper. For consensus problem, based on cascaded structure of the chained-form systems, it amounts to solving two consensus subproblems of two linear subsystems transformed from the original system. With the obtained consensus protocols and the method of virtual structure, decentralised formation controllers can then be designed. According to different desired motion patterns of the entire group, both the formation tracking and formation stabilisation problems can be considered. The significance of this paper lies in adapting theories from non-autonomous cascaded systems for cooperative control design for non-holonomic chained-form systems. A unique feature of our proposed solution is that all states can be cooperatively controlled to achieve the desired references for non-holonomic chained-form system. Simulation results are included to illustrate the effectiveness of the proposed methods in solving cooperative control problems of non-holonomic chained-form systems.     

一种提高基于线绳的力反馈设备显示阻抗范围的方法

提出一种通过动态调整线绳预紧力提高基于线绳的力反馈设备显示阻抗范围的方法．介绍了基于线绳的力反馈设备的基本结构, 从能量耗散的角度分析了线绳张力对设备显示高刚度虚拟物体时稳定性的影响,并分析线绳预紧力与力觉交互透明性之间的关系． 为同时满足稳定性和透明性的要求,根据设备操作末端与虚拟物体的接触状态,对线绳的预紧力进行动态调整．实验结果表明, 该方法能够在保持设备透明性的同时,有效提高其稳定性,从而提高设备显示的阻抗范围．