多移动机器人编队的行为选择控制系统

针对多机器人在编队行进过程中的行为选择问题进行了分析,提出一种实现多移动机器人编队的行为选择机制。通过计算机仿真和实验研究,结果表明该控制策略能很好的实现多机器人快速编队,并在编队过程中实现运动状态的平滑变化,提高了整个系统性能。     

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.     

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。     

多移动机器人避障编队控制

研究了非完整移动机器人群的避障编队问题. 在次优化控制基础上, 通过对每个交互机器人求解指标函数存在耦合的优化问题提出了两种算法. 在终端惩罚项中加入了势场函数并且构造出相应的终端约束集. 关于系统稳定性及安全性进行了讨论. 仿真实例说明了所提算法的可行性.     

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。     

分布式多无人机编队控制系统仿真

研究一种能够控制多无人机编队的分布式控制方法,采用无人机的动态方程转化为跟随机和领航机间相对运动信号与希望的相对运动信号间的误差模型,然后设计了前馈控制器以使误差模型的平衡点位于坐标原点,最后采用反推法设计了反馈控制器以镇定坐标原点的平衡点。上述方法将领航机的信息视为外部系统产生的信号,为前馈控制器部分设计了内部模型以补偿这些外部信号的作用。同时还设计了能够估计所有误差信号的状态观测器以实现需要全部误差信息的反馈控制器。算例仿真表明了应用编队控制律,各无人机能够较快地形成希望的队列,并按希望队形稳定飞行,验证了前馈加反馈的编队控制方法的有效性。     

移动机器人编队控制的现状与问题

随着机器人向系统应用的方向发展，移动机器人编队控制问题成为研究的热点问题．为此，依据解决编队控制问题的不同思路，总结了编队控制的各种研究方法：基于行为法、人工势场法、跟随一领航法、虚结构法、循环法、模型预测控制法、分布式控制法，分别对几种编队控制方法的基本思想和特点进行总结和分析，最后从通用性、稳定性、鲁棒性和安全性等方面阐述了移动机器人编队控制理论与应用方面有待进一步研究的几个主要问题。     

移动机器人的时间最优编队

针对移动机器人的最速编队问题,结合路径规划和任务分解,提出一种分派问题的新解法和时间最优的编队策略。该策略充分考虑了障碍物环境约束和各机器人运动时的相互影响,通过将系统整体路径规划的复杂问题分解为独立路径规划问题和冲突协调问题来分别求解,降低了计算的复杂性,并能了快编队。     

一种基于行为效用理论的多移动机器人编队协调方法

本文提出了一种基于行为效用理论的多移动机器人编队协调方法，用于解决多移动机器人编队初始化问题，实现自治的多移动机器人按特定的空间结构进行编队以完成特定的任务．我们对编队问题协调控制策略和算法进行了研究，给出了行为效用方程及两个衡量值，并针对编队问题的协调控制过程中目标点重复决策问题及偏远目标的选择问题进行了探讨并给出了相应的改进协调方案，计算机仿真试验验证了本文所提方法的有效性和可行性．     

全向移动机器人编队分布式控制研究

简单介绍了NuBot机器人的两个主要组成部分：全向视觉和全向运动系统,并给出了运动学分析．基于该机器人平台,提出了D-A和D-D控制两种跟踪算法．通过机器人之间的相对定位和局部通信,实现了多机器人编队的分布式控制,同时,该算法可对机器人朝向进行独立控制．针对不同情况下的编队避障问题,提出了编队变形和编队变换两种方法．仿真和实际机器人实验表明,D-A控制方法能够实现平滑的编队变换;编队变形方法能够在尽量保持原始队形的情况下保证编队顺利避障．     

多机器人任意队形分布式控制研究

本文针对多智能体协作完成特定任务时难以在全自主控制的前提下协作形成任意队 形和队形向量不易确定的问题，通过由各智能体自主简单的确定自己的队形向量，从理论上 扩展基于队形向量的队形控制原理以生成任意队形，改进机器人的运动方式以提高收敛速度 ，提出一种快速收敛的机器人部队任意队形分布式控制算法．为了解决智能体机器人之间的 冲突问题，提出了一个通信协调模型．仿真实验和实际机器人实验均表明了算法的可行性和 有效性．     

一种改进的多机器人任意队形控制算法

针对快速收敛的机器人部队任意队形控制算法中存在的问题，提出一种改进的多机器人系统模型和控制算法．新方案中详细讨论了基于全局通信的机器人集合划分方式，机器人可以以多种策略选择跟踪对象，并且新的系统模型和控制算法能够用于具有不同高度的机器人、目标和障碍物的情形．理论分析表明新方案尽可能多地减少智能体机器人之间的冲突及等待时间，更接近实际应用．      

多移动机器人协作任务的分布式控制系统

本文以多移动机器人协作执行围捕任务为背景，探讨了多机器人系统行为层规划及任务层中的任务分解和分配问题，提出了一种能有效降低计算量的编队中子任务的分配方法．为多移动机器人提供了一种在不确定环境中，动态变化的协作任务下进行基于传感器信息和通信信息的在线路径规划的方法．     

多移动机器人队形控制的研究方法

本文从基本思想、优缺点等方面论述了进行多移动机器人队形控制的三种研究方法.介绍了 一种包含这三种方法的系统体系结构，并对该体系结构进行了评价，指出了需要进一步研究 的问题．     

遥控水下机器人（ROV）分布式控制系统

本文阐述了我国自行研制的６００ｍ水深作业型缆控水下机器人（ＲＯＶ）Ｂｉｔｂｕｓ（位总线）分布式控制系统的硬件结构和软件体系。     

实时分布式Multi Agent控制理论的理想实现平台——现场总线控制系统

针对当前实时分布式Multi-Agent控制理论缺乏赖以实现的通用系统平台现状，本文提出“ 将现场总线控制系统作为各种实时分布式Multi-Agent控制理论实现的通用系 统平台”这一新的命题．文中通过分析现场总线控制系统的成因和体系结构特点，论证了该 命题的正确性与可行性，并探讨了面对现场总线百家争鸣的现状应采用的选型策略．该命题 的提出，为实时分布式Multi-Agent控制理论走出低谷开创新的局面指出了一条切实可行的 新途径．     

基于开放式多智能体结构的分布式自主机器人系统

针对多机器人系统的分布式自主控制,本文首先提出了一种开放式的多智能体结构,给出了 设计原则和技术特点．然后面向真实世界的多机器人实时协作任务,采用多台自主移动机器 人构造了一个多机器人系统, 该系统集成了包括机器人视觉、传感器融合、无线通讯网络 以及基于行为控制等多项技术．最后采用基于行为融合的加权方法,实现了多机器人的编队 控制,实验结果表明了上述体系结构与方案的有效性．     

工业机器人嵌入式控制系统的研制

本文介绍了具有高可靠性、易扩展、高开放性的工业机器人控制系统的软硬件平台。为了提高系统的可靠性,系统硬件统一采用嵌入式微处理器ARM（Advanced RISC Machines）组成,控制器软件采用具有强实时性uC/OS-Ⅱ操作系统,示教盒软件采用Linux操作系统。为了提高系统的开放性和可移植性,系统软件采用层次结构和模块化结构,各个模块通过总线结构形式连接。已经完成整个系统的开发,并得到试验验证。     

机器人分布式计算机控制系统结构的性能分析

本文从多处理机系统组织结构入手，根据多关节机器人控制特点，提出了组成机器人分布式计算机控制系统的三种结构。依据分布式系统理论，应用马尔可夫过程，对此三种体系结构的工作效率，建立了数学模型，给出了效率曲线，并从不同角度对三种结构的处理能力进行了分析。为设计机器人分布式计算机控制系统提供了理论依据。     

双机器人协调控制系统

本文描述了基于集散控制原理,采用分层递阶结构建立的一个3级结构双机器人协调控制系统.该系统共分3层,最高层为任务规划级.它对双机器人作业进行离线编程及仿真,并负责对整个系统的监控和管理.第2层为协调级,它实现机器人作业的协调控制.并通过传感器信息对机器人轨迹进行实时修正.该层既可接收来自上层的命令或指令.对机器人进行控制,亦可在该层上独立编程.实现对机器人的控制.第3层为执行级,它实现高精度伺服控制.此外,该系统还提供了灵活的编程环境及良好的人机界面.用户可根据需要选择离线编程环境或实时编程环境,并且可在其相应的界面下工作,运行结果表明,系统性能稳定可靠,结构合理,编程环境灵活.我们在该系统上,成功地进行了PUMA562机器人和PUMA760机器人的点位协调和轨迹协调以及复杂的联合作业.