融合沿墙行为的多移动机器人有序化多模态群集运动控制

一类基于势场原理的群集控制理论正逐步应用于多agent(智能体)/机器人稳定协同运动中.针对群集运动系统在非规则障碍物环境中运行时易出现的局部极小问题,引入基于行为的机器人学理念,构成多移动机器人多模态群集控制系统.在此框架内,仿生的动物沿端行为与有序化群集运动控制策略相融合,实现了多移动机器人系统快速聚合行为与高效避障行为的统一.移动机器人仿真实验验证了该方法的有效性.     

融合路径跟踪模式的多移动机器人有序化群集运动控制

针对多移动机器人群集运动的实现及其避障问题,提出了一类融合路径跟踪模式的有序化群集运动控制算法．该算法将有leader的群集运动模式与队列运动模式相结合,实现了多机器人系统快速聚合行为与有效避障行为的统一．移动机器人群仿真实验验证了该方法的有效性．     

多智能体移动机器人物体收集系统

多移动机器人合作物体收集系统是一个复杂的分布式动态系统,传感器和执行 机构空间分布的特点,以及各个机器人之间、机器人与环境之间复杂的相互作用,使它难以 用集中控制的方式设计整个控制系统．本文详细分析了该任务的特点,指出它特别适合采用 多智能体方法进行系统的实现,并在多智能体方法指导下,深入探讨了系统的整体结构和各 部分的功能,并基于OAA结构加以实现．     

具有干扰的多领航者系统的群集运动的快速收敛

针对具有多领航者网络化系统的离散时间群集运动问题,提出了一阶/二阶网络化系统的包容控制算法。运用现代控制理论、代数图论和线性矩阵不等式等分析工具对所提出的控制算法进行理论分析,得到了具有干扰的多领航者网络化系统在离散时间情况下有限时间内实现群集运动的收敛条件。最后,利用LMI工具箱数值仿真求得正定矩阵范围,进而确定线性系统的稳定性。系统仿真验证了所得结论的正确性。     

具有时滞的多智能体系统的群集运动分析

研究了一类具有固定时滞的多智能体系统的群集运动问题。首先当时间趋于无穷大时,利用积分不等式技巧,得到智能体平均速度的渐近速度。再给出系统达到群集运动的充分条件,并通过李雅普洛夫方法给出证明。最后,给出数值仿真验证理论结果的有效性。     

智能移动机器人运动控制系统及算法的设计

本文应用系统工程的方法对户外智能移动机器人的运动控制系统进行了研究，从实用的角度提出了运动控制系统的实现方法。根据移动机器人户外工作的特点和要求，设计了简单实用的伺服运动控制器，并基于其动力学模型设计了稳定的控制算法。实验结果表明该户外移动机器人运动控制系统的结构设计和功能设计符合实用要求，具有一定的应用价值。     

带通信时滞的多智能体系统的群集运动

由于环境的影响以及自身只能以有限的速度影响其他智能体,使得多智能体之间的影响不能立即作用,因此通常都有一定的时间延迟。在Cucker-Smale模型的基础之上研究了带有通信时滞的系统,主要利用二次函数理论证明了当智能体间的通信时滞在满足一定的条件下,依然可以达到群集运动。最后也给出了通信时滞下的Cucker-Smale模型的数值仿真结果,发现当其他系统参数不变时,耦合系数越小,系统能容忍的通信时滞越大。这也进一步证明了该理论的正确性。     

多移动机器人系统运动协调研究综述

运动协调是多移动机器人系统领域的主要研究热点之一。在阐述多机器人合作与运动协调两者关系的基础上,给出了多机器人系统运动协调的问题描述及其分类;从主要研究方法的角度,归纳总结了多机器人系统运动协调的国内外研究动态。最后,对运动协调在多移动机器人系统领域的前景和研究方向作出了展望。     

基于有向网络的智能群体群集运动控制

对具有二次积分动态的智能群体(flock/swarm),在有向网络取得群集运动(flocking/swarming)进行了研究．提出了一个分散控制方法对智能群体进行分散控制．用有向图模型表示智能体之间的相互作用及通信关系．对固定的网络拓扑,控制互连拓扑是固定的,时不变的,运用传统的LaSalle不变集原理,代数图论的有关技巧进行了稳定性分析,并得到以下主要结论:i)智能群体速度方向渐进收敛,并保持方向一致;ii)智能群体速度大小渐进收敛,并保持大小相等;iii)有邻接关系的智能体(Agent)之间没有碰撞发生;iv)智能群体的势场函数被最小化．理论分析显示,有向图的弱连通性及一种称为平衡图的有向图在系统的稳定性分析中扮演着关键角色．最后,给出了一个仿真例子对理论结果进行了验证．     

基于博弈论的多移动机器人聚集任务路径规划

针对多移动机器人聚集任务的路径规划,建立系统多目标优化数学模型,研究基于博弈论的求解方法。将n个机器人视为博弈的n方,建立Nash均衡博弈模型和共谋合作博弈模型,结合进化策略,对多移动机器人的运动协调进行研究。仿真实验结果表明,博弈分析方法可有效解决多机器人的协调路径规划问题。     

A hybrid navigation strategy for multiple mobile robots

A hybrid navigation strategy is proposed in this paper for solving the navigation problem of multiple mobile robots. The proposed strategy integrates three algorithms that represent three different types of existing methods in a layered system. The bottom-up architecture of this system is the main contribution of this paper. This architecture pursues reliable low-level layers that can independently work in as much cases as possible, and the high-level layer is used only when it is necessary for guaranteeing convergence in complex situations. The simulation results show that the proposed strategy has well combined the algorithms of different types from the perspective of pursuing reactivity in the premise of ensuring convergence. Compared with the traditional top-down hybrid architecture, the bottom-up architecture proposed in this paper is more suitable for multi-robot navigation since it can better utilize the advantages of different algorithms to deal with different situations. The experiments on real robots have further verified the applicability of the proposed strategy.     

一种引入通信的多移动机器人编队方法*

提出以视觉跟踪为基础并引入通信进行多机器人的编队控制方法,根据需要编写了一种新的通信协议,采用闭环l-Φ实现编队算法.这种多机器人编队控制避免了视觉系统的局限,能够更好地在复杂未知环境中协作完成任务,解决了编队控制的无反馈和实时性不高的问题,使得机器人能够准确迅速地进行跟踪和通信编队,一起顺利达到目标点.试验结果证明了该方法的有效性.     

异质多移动机器人协同技术研究的进展

随着移动机器人应用的领域和范围的不断扩展，多移动机器人由于其单个机器人无法比拟的优越性已经越来越受到重视．从体系结构、协作与协调、协作环境感知与定位、重构及机器学习几个重要课题对多移动机器人协同技术进行了综述，尤其侧重于各种技术如何处理和包容团队中的异质性，并分析了本领域中的研究难点问题，最后展望了异质多移动机器人研究的前景与发展趋势．     

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。     

双参考点切换的多移动机器人队形运动控制方法

为描述机器人队列的运动过程,从相对位姿的角度定义了多移动机器人的队形模型.在传统leader-following队形控制的基础上,引入切换控制思想,每对领路机器人与跟随机器人之间设计3个控制器,对应跟随机器人中轴线上两参考点分别设计两个运动子控制器,控制领路机器人与跟随机器人之间的相对位姿;切换控制器根据系统处于平衡状态时,跟随机器人线速度的符号切换运动控制器,从而保证队列收敛到目标队形.仿真实验结果表明,机器人队列表现出良好的整体一致性,队列运动更加平稳.     

一种多非完整移动机器人分布式编队控制方法

本文研究了多非完整移动机器人编队控制算法。在该算法中,参考轨迹被视为虚拟领导者,只有部分机器人可以接收到领导者信息,机器人之间只能进行局部信息交互。利用坐标变换将机器人系统的编队问题转化为变换后系统的一致性问题,在持续激励的条件下,设计了一种分布式控制算法,通过图论与Lyapunov 理论证明了该分布式控制算法可以使移动机器人队伍指数收敛于期望队形,并使队形的几何中心指数收敛到参考轨迹。最后,数值仿真验证了该控制算法的有效性。     

A finite-time approach to formation control of multiple mobile robots with terminal sliding mode

In this study, a new finite-time synchronised approach is developed for multiple mobile robots formation control based on terminal sliding mode control principle and system synchronisation theory. Associated stability analysis is presented to lay a foundation for analytical understanding in generic theoretical aspects and safe operation for real systems. An illustrative example of multiple mobile robots formation control is bench tested to validate the effectiveness of the proposed approach.     

基于单应性矩阵的移动机器人编队跟随控制

本文针对以领航跟随模型为代表的移动机器人编队系统提出了一种基于单应性的编队跟随控制方案,在给定理想队形间隔距离和理想期望图像的前提下,利用单应性矩阵构造可反映理想队形中跟随机器人实时位姿的虚拟机器人,将原先的编队问题转化为对虚拟机器人的轨迹跟踪问题.编队跟随过程中,领航机器人的速度采用估计的方式,利用单应性与速度之间的关系模型以及跟随机器人的实时速度能较为准确的估计领航速度,从而避免采用局部通信的方式,节省了编队实验成本.最后本文进行的半实物仿真以及实物实验均可验证所提出的编队跟随算法包括速度估计方法的实际有效性.