移动机器人的队形控制及其主动避障

在这篇论文中, 我们利用一个统一的算法框架来解决移动机器人的队形控制和主动避障问题, 使得编队中的从机器人在避开障碍物的同时, 能够与被跟踪的主机器人保持期望的相对距离或相对方位. 在现有的关于主—从跟踪编队控制的文献中, 为了实现对主机器人快速准确的跟踪, 从机器人在跟踪控制时需要主机器人在惯性坐标系下的绝对运动速度作为队形跟踪控制器的输入. 然而, 在一些环境中, 主机器人的绝对运动状态很难获得. 这里, 我们将利用主—从机器人之间的相对速度来建立机器人编队系统的运动学模型. 基于这个模型的编队控制方法将不再需要测量主机器人的绝对运动速度. 进一步地, 上述的建模和控制方法被扩展为一个移动机器人的动态避障方法, 该方法利用机器人与障碍物之间相对运动状态作为避障控制器的信息输入. 利用由三个非完整移动机器人组成的多机器人系统, 验证了所提出编队控制方法的有效性.     

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．     

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.

     

群体觅食行为启发的多机器人分布式编队控制方法研究

群集智能由简单个体之间的相互作用涌现出来,这种涌现出来的智能可以解决许多复杂的问题.首先,从细茵群体觅食特性出发,引出了该行为与多机器人编队任务的相关性.然后,通过对群体觅食行为模型的扩展,建立了基于势场的多机器人分布式编队控制模型;最后,在不同规模下的多机器人编队仿真实验表明,本文的方法能够控制多机器人完成编队任务,并且使得机器人在遇到障碍物时能灵活躲避障碍物,离开障碍物后又快速恢复队形.     

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.     

感知范围受限的群机器人自主围捕算法

针对在有障碍物场地中感知范围受限的群机器人协同围捕问题,本文首先给出了机器人个体、障碍物、目标的模型,并用数学形式对围捕任务进行描述,在此基础上提出了机器人个体基于简化虚拟速度和基于航向避障的自主围捕控制律.基于简化虚拟速度模型的控制律使得机器人能自主地围捕目标同时保持与同伴的距离避免互撞;基于航向的避障方法提升了个体的避障效率,避免斥力避障方法导致的死锁问题.其次本文证明了在该控制律下系统的稳定性.仿真结果表明,该算法在有效围捕目标的同时能够高效地避开障碍物,具有对复杂环境的适应性.最后本文分析了与其他方法相比该算法的优点.     

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。     

非完整移动机器人的复合编队控制

主要研究了非完整自主机器人之间的队形保持和避障问题,提出了一种新的复合编队控制方法,该方法根据机器人的期望位置在其运动约束区域内外的不同,分别以一种灵活的反馈线性化算法和最优近似目标算法来建立控制规则,并提出了编队环境中存在静态障碍物时的队形控制策略,从而实现多机器人的稳定编队控制．该方法降低了传统线性反馈控制对编队初始误差范围的要求,并且解决了非完整机器人编队的避障问题．实验结果表明了该编队控制方法的可行性和有效性．     

双轮移动机器人安全目标追踪与自动避障算法

设计了双轮移动机器人安全目标追踪算法和双回路的追踪与避障控制方案.内层控制回路是目标追踪的控制律,用来指导机器人追踪到指定目标并保持一定的安全距离,而且兼顾了机器人在运行速度上的限制和追踪的时间效率,其控制的渐近稳定性用Lyapunov函数法进行了证明.当遇到障碍物时,外层控制回路根据超声传感器的信息和阻抗控制的概念产生阻抗虚拟力,将期望目标调整到虚拟位置,使机器人能够自动转向以避开障碍物.仿真研究和实验结果证明了追踪算法的有效性和避障方法的可行性.     

基于模糊避障算法的履带式搬运机器人的设计

以HC-SR04超声波传感器模块获取机器人周围环境信息,以链式叉车作为搬运货物的执行机构,以STM32F103单片机作为机器人控制器,设计了一种自动搬运并且避障的小型履带式搬运机器人。针对局部静态环境下多障碍物对系统避障的复杂性,引入了模糊控制算法,通过对机器人与障碍物之间的距离进行模糊化,建立模糊规则,实现搬运机器人的避障控制。为了提高机器人的稳定性及避障的可靠性,对直流电机建立了数学模型,并利用积分分离PID算法进行仿真,最后实验结果表明该算法提高了直流电机的控制性能。     

一种多约束下无人机编队的模型预测控制算法

针对多无人机在编队飞行过程中需满足机间避碰、通信、避障等约束的问题,设计一种考虑多约束的分布式模型预测控制算法,使无人机编队在满足上述约束的前提下,实现轨迹跟踪、队形保持.首先,在不考虑通信时延、外界干扰、噪声的情况下,以四旋翼为控制对象,建立线性时不变的单机及编队运动模型;然后,在考虑状态约束、输入约束、机间避碰、机间通信、避障等多种约束的情况下,以轨迹跟踪、队形保持为控制目标,基于虚拟领航策略设计一种分布式模型预测控制算法;接着,对优化问题的可行性以及编队系统的渐近稳定性进行分析,其中算法的终端部分设计、相容性约束设计是保证系统稳定的关键;最后,利用6架无人机仿真验证所提出控制算法的有效性.     

Optimal consensus algorithm integrated with obstacle avoidance

This article proposes a new consensus algorithm for the networked single-integrator systems in an obstacle-laden environment. A novel optimal control approach is utilised to achieve not only multi-agent consensus but also obstacle avoidance capability with minimised control efforts. Three cost functional components are defined to fulfil the respective tasks. In particular, an innovative nonquadratic obstacle avoidance cost function is constructed from an inverse optimal control perspective. The other two components are designed to ensure consensus and constrain the control effort. The asymptotic stability and optimality are proven. In addition, the distributed and analytical optimal control law only requires local information based on the communication topology to guarantee the proposed behaviours, rather than all agents’ information. The consensus and obstacle avoidance are validated through simulations.     

基于LabVIEW软件的机器人避障控制系统设计

设计机器人避障控制系统,采用传统设计方式存在避障效果差的缺点,为了避免该缺点影响系统控制效果,提出了基于LabVIEW技术的机器人避障控制系统设计。根据控制系统总体结构,采用LabVIEW技术对信息进行综合处理,并汇总到DSP 微处理器模块,从而实现机器人相对定位。依据机器人避障控制系统的硬件结构,进行系统模块化设计,通过单片机执行定时中断服务子程序,以此控制系统电路,并计算出机器人距障碍物的距离。通过RS232 串行通信线缆交换海量数据,以此设计控制器结构,其中上位机直接控制移动机器人,下位机间接控制移动机器人。使用数字控制振荡器可实现高精度参数化调制,进而输出正余弦波形。使用PAR传感器,直接与数字控制振荡器相连,具有随时启动应用的特点,采用TSR传感器可对障碍物静态、动态不同工况下进行数据采集与传输。通过JTAG标准测试协议,用于芯片内部测试,同时隔离逻辑电路和芯片引脚。依据系统软件流程,设计机器人避障功能。由实验结果可知,该系统避障效果最高可达到97%,具有良好应用价值。     

Multi-agent consensus algorithm with obstacle avoidance via optimal control approach

Multi-agent consensus problem in an obstacle-laden environment is addressed in this study. A novel optimal control approach is proposed for the multi-agent system to reach consensus as well as avoid obstacles with a reasonable control effort. An innovative nonquadratic penalty function is constructed to achieve obstacle avoidance capability from an inverse optimal control perspective. The asymptotic stability and optimality of the consensus algorithm are proven. In addition, the optimal control law only requires local information from the communication topology to guarantee the proposed behaviour, rather than all agents’ information. The consensus and obstacle avoidance are validated through various simulations.     

Decentralized behavior-based formation control of multiple robots considering obstacle avoidance

This paper proposes a decentralized behavior-based formation control algorithm for multiple robots considering obstacle avoidance. Using only the information of the relative position of a robot between neighboring robots and obstacles, the proposed algorithm achieves formation control based on a behavior-based algorithm. In addition, the robust formation is achieved by maintaining the distance and angle of each robot toward the leader robot without using information of the leader robot. To avoid the collisions with obstacles, the heading angles of all robots are determined by introducing the concept of an escape angle, which is related with three boundary layers between an obstacle and the robot. The layer on which the robot is located determines the start time of avoidance and escape angle; this, in turn, generates the escape path along which a robot can move toward the safe layer. In this way, the proposed method can significantly simplify the step of the information process. Finally, simulation results are provided to demonstrate the efficiency of the proposed algorithm.     

An obstacle avoidance algorithm for robot manipulators based on decision-making force

Obstacle avoidance is a significant skill not only for mobile robots but also for robot manipulators working in unstructured environments. Various algorithms have been proposed to solve off-line planning and on-line adaption problems. However, it is still not able to ensure safety and flexibility in complex scenarios. In this paper, a novel obstacle avoidance algorithm is proposed to improve the robustness and flexibility. The method contains three components: A closed-loop control system is used to filter the preplanned trajectory and ensure the smoothness and stability of the robot motion; the dynamic repulsion field is adopted to fulfill the robot with primitive obstacle avoidance capability; to mimic human’s complex obstacle avoidance behavior and instant decision-making mechanism, a parametrized decision-making force is introduced to optimize all the feasible motions. The algorithms were implemented in planar and spatial robot manipulators. The comparative results show the robot can not only track the task trajectory smoothly but also avoid obstacles in different configurations.     

软体机器人手眼视觉/形状混合控制

当末端带有相机的连续型软体机器人进行作业时,由于避障、安全性等多方面因素,既需要末端相机－机器人系统的视觉伺服,也需要机器人的整体形状控制．针对这个问题,本文提出了一种软体机器人手眼视觉/形状混合控制方法．该方法无需知道空间特征点的3维坐标,只需给定特征点在末端相机像平面的期望像素坐标和软体机器人的期望形状就可达到控制目的．建立了软体机器人的运动学模型,利用该模型,结合深度无关交互矩阵自适应手眼视觉控制和软体机器人形状控制,提出了一种混合控制律,并用李亚普诺夫稳定性理论对该控制律进行证明．仿真和实验的结果均表明,末端相机特征点像素坐标和形状可以收敛到期望值．     

一种混合结构的移动机器人导航控制策略

研究了未知环境下移动机器人实时的导航控制问题.采用分布式系统将反射式行为、反应式行为与慎思规划相结合，设计了移动机器人导航控制策略.根据激光雷达传感器信息设计了基于栅格的实时避障算法和解锁策略.通过慎思规划解决了复杂环境下的局部势能陷阱问题.通过自行研制的移动机器人IMR01的实验验证了导航策略的有效性.