利用方位角观测的多机器人系统离散分布式最优围陷控制

本文研究了离散时间多机器人系统对静态目标的同步定位与围陷问题。首先,为了引导多机器人系统以任意编队在任意轨道上运动,本文提出了基于虚拟系统法的路径规划方案。其次,为了实现在缺少机器人全局位置信息下的目标定位与跟踪问题,本文设计了基于方位角观测的离散时间估计器与控制器的联合设计方法。估计 器充分利用了正交性质估计实时相对位移,并基于估计值设计控制律。基于离散时域拉塞尔原理与迭代法,本文给出了估计误差与跟踪误差收敛的充分条件与稳定性证明。此外,本文还设计了一种增益调整优化算法以提高收敛速率,使得离散时间多机器人系统可以更快达到理想编队。最后,仿真实验结果证明了整体方案的有效性。     

基于模糊逻辑行为融合路径规划方法

采用基于模糊逻辑的路径规划方法,提出了一种在未知环境中基于模糊逻辑行为融合路径规划方法,设计了移动机器人路径规划方案,并介绍了该控制器的结构组成和设计过程.将模糊逻辑控制和行为控制相结合,构建了一个由避障行为、目标导向行为、模糊行为监督器组成的基于模糊逻辑行为控制的路径规划器.仿真研究和实验结果表明了避障方法的有效性和可行性.     

一类Petri网及其在离散事件系统的仿真与控制中的应用

设计和实现了一类Petri网--控制Petri网,基于控制Petri网,给出了离散事件系统的仿真与控制的算法和离散事件系统控制的实现方案,最后以柔性机床为例,演示了基于控制Petri网的离散事件系统的仿真与控制过程.结果表明,使用控制Petri网可以有效地模拟和控制离散事件系统.     

随机计时离散事件系统的软控制任务研究

本文通过引入马氏决策过程中的迭代算法,研究了计时离散事件系统的随机优化监控综合问题。为了对不确定的人造系统实施监控,在考虑事件的操作时间的基础上,利用带有发生事件概率分布函数的随机计时离散事件系统模型对系统建模。为了对这类随机系统实施监控,在传统方法中,采用控制任务的最大可控子语言设计控制器,不能体现系统模型的随机特性。本文提出利用软控制任务代替原控制任务的方法,使其超出原控制任务的概率在给定的容许度约束范围内。首先,通过在计时离散事件系统中定义计时事件的发生概率映射和发生费用函数,利用离散事件系统的逻辑特性,构造事件发生序列的期望费用函数,进而确立马氏决策过程的最优方程,建立软控制任务与期望费用函数之间的关系。然后,通过计算事件发生序列的费用值,提出利用有限费用值可以用来确定软控制任务,进而基于逻辑监控方法,确定最优监控器。最后,利用计算有限费用值的迭代过程,提出迭代算法,并给出了计算实例。     

满足复杂要求的机器人最优巡回控制系统设计与实现

本文结合线性时序逻辑理论与模糊控制方法,设计并实现了一种满足复杂任务需求的移动机器人巡回控制系统,它既能够针对复杂时序任务进行路径规划,又能够对机器人进行模糊控制实现路径跟踪.首先,基于线性时序逻辑理论,确定能够满足复杂巡回任务需求的全局最优路径.接着,根据所获得的最优路径,采用模糊控制方法设计轨迹跟踪控制器,使其通过实时位姿反馈对机器人进行路径跟踪控制.仿真结果验证了移动机器人巡回控制系统的有效性.最后,基于E-Puck移动机器人构建了能够满足复杂任务需求的移动机器人巡回控制实验系统.基于所提出的最优巡回路径规划算法和模糊控制器设计方法,通过图像处理、数据通信、算法加载等软件模块的实现完成了满足复杂任务需求的移动机器人巡回控制.     

半张量积理论在网络遥操作系统中的应用

研究了网络遥操作系统的半张量积建模问题.网络遥操作系统中存在人机交互以及大时延事件,这使得系统中既有离散事件动态又有连续动态,当系统的离散事件动态与底层连续动态相互作用耦合强烈时,系统的性能、行为分析变得更为复杂.本文通过引入半张量积给出了一种新的半张量积混杂建模方法,它把一类特定事件系统建模为布尔系统,通过半张量积方法得到类似于离散动态系统的方程.它将系统中离散事件和连续动态相互耦合的地方表达为半张量积的形式,最后经过扩张简化得到完整统一的系统数学模型,它将有利于进一步分析、计算.本文给出的半张量积建模方法和步骤具有一定的通用性和一般性.此外本文还对基于半张量积的混杂网络遥操作系统模型进行了基于事件控制和时间控制的仿真.仿真结果表明,半张量积建模方法完全可信、可行,基于事件控制的方法在网络遥操作控制中明显优于基于时间控制的方法.     

AUV控制系统规划层使命与任务协调方法研究

以地形勘查使命为背景,对AUV(自治式水下机器人)规划层使命与任务协调方法进行了研究．介绍了AUV控制系统的逻辑结构,采用分层Petri网对AUV规划层离散事件系统进行了建模,通过对向目标区域航行任务库所进行扩展阐述了任务规划层的分层Petri网模型．提出了一种基于改进RW离散事件监控理论的协调方法,分别阐述了AUV使命与任务规划层离散事件系统的监控与协调．最后,通过湖试试验验证了AUV规划层使命与任务协调方法的正确性．     

基于广义扩张状态观测器的干扰不匹配离散系统状态反馈控制

针对一类干扰不匹配的线性离散时间系统, 研究基于广义扩张状态观测器的稳定化状态反馈控制器设计问题. 在经典的自抗扰控制器中, 扩张状态观测器主要针对干扰匹配的积分串联型系统. 然而, 在许多实际系统中往往存在干扰不匹配的情况, 例如存在采样抖动的离散时间控制系统. 针对这一问题, 基于一类存在不匹配干扰的离散时间系统, 提出广义扩张状态观测器和相应的稳定化状态反馈控制器设计方法. 最后通过永磁同步电机调速控制仿真实例验证了所设计的观测器和控制器的有效性.

     

非时间参考的机器人路径规划与控制方法

本文面向非结构化环境,针对传统的基于时间的规划方法的不足,提出了一种非时间参考的 机器人路径规划方法;并根据该规划的特点,设计了相应的控制算法．在这种规划方法下, 机器人遇到障碍时能自动停止运动,而当障碍物被清除后,又能沿以前的规划继续运动,避 免了系统所受到的损害和任务的重规划,提高了系统处理不确定事件的能力．     

基于时空网络的自动化集装箱码头自动化导引车路径规划

针对自动化集装箱码头水平搬运作业中自动化导引车路径冲突问题,提出一种基于时空网络的路径优化方法。对于单个运输需求,首先,将路网离散化为网格网络,设计依据时间可更新的时空网络;其次,以任务完工时间最短为目标,基于时空网络下可用路段集合来建立车辆路径优化模型;最后,在时空网络上运用最短路径算法求解得最短路径。对于多个运输需求,为避免路径冲突,根据当前运输需求的路径规划结果更新下一个运输需求的时空网络,并通过迭代最终获得满足规避碰撞和缓解拥堵条件的路径规划。计算实验中,与基本最短路径求解策略（求解算法P）相比,所提方法的碰撞次数降低为0并且最小相对距离始终大于安全距离;与停车等待求解策略（求解算法SP）相比,所提方法最多减少任务总延误时间24　s,且明显降低延误任务占比以及路网平均拥堵度,最大降低程度分别为2.25%和0.68%。实验结果表明,所提方法能够有效求解大规模冲突规避的路径规划问题,并显著提高自动化导引车的作业效率。     

AUV控制系统规划层DEDS建模与仿真

地形勘查使命执行过程中,AUV(自治式水下机器人)控制系统的规划层对于AUV自主智能决策起到了至关重要的作用,对于AUV控制系统规划层进行DEDS(离散事件系统)建模与仿真研究可以使我们深入地了解并验证AUV自主能力.介绍了AUV控制系统逻辑模型以及监督控制理论,采用分层PETRI网对规划层进行了离散事件系统建模,采用了一种改进的RW离散事件监控方法对规划层模型进行了协调,通过对于任务库所的扩展,详细阐述了这种分层结构.采用一种半物理仿真平台,对模型的几种典型状态进行了仿真研究,最后通过一个具体的使命对AUV控制系统的规划层模型进行了仿真验证,仿真结果表明规划层模型能够正确协调各个任务,处理突发事件,指导AUV最大限度完成地形勘查使命.     

采掘机器人的规划级控制技术研究

本文以反铲作业为对象,研究了采掘机器人的任务规划、路径规划和轨迹规划.在自行设 计研制的一台试验样机上实现了整个作业循环过程、预设路径和力监控挖掘过程的局部自主 式规划级控制,并开发了一个三维动态仿真软件作为检验规划级控制理论的辅助手段.     

面向变电站机器人巡检路径规划中的算法研究

针对目前在变电站中应用广泛的巡检机器人,探讨了其巡检路径的问题,依据离散数学理论中的哈密顿回路方法和路径的常规规划算法,研究了一种变电站的巡检路径为矩形分布时的机器人巡检路径问题。针对不同巡检方式,分别提出：全局巡检方式,采用新提出的哈密顿算法,当巡视起点被设定后,其他被巡视的任何点均可被归类,从而找出其巡检路径的哈密顿回路;重点设备巡检方式,采用Dijkstra算法和遗传算法相结合的方法;固定点巡检方式,采用Dijkstra算法。其中,三种巡检方式分别针对电量充足、低电量返回及充电完毕继续巡视等方面给出仿真结果,并将其在某变电站进行了试用。研究结果表明,三种巡检方式下的算法均有效可行,新提出的哈密顿回路算法巡视的路径比常规方法相对要短,算法的运算速度相对更快。     

Coordinated execution of tasks in a multiagent environment

This correspondence describes the application of discrete event control methods to provide conflict-free plan execution in a multiagent environment. This work uses planning methods to generate plans for multiple robots, and the plans are then compiled into Petri nets for analysis, execution, and monitoring. Supervisory control techniques are applied to the Petri net controller for the purpose of dealing with conflicts that arise due to the presence of shared resources. Furthermore, by preserving the state of the system replanning can occur at any time during execution to deal with unforeseen events.     

<Emphasis Type="Italic">SetExp</Emphasis>: a method of transformation of timed automata into finite state automata

Real-time discrete event systems are discrete event systems with timing constraints, and can be modeled by timed automata. The latter are convenient for modeling real-time discrete event systems. However, due to their infinite state space, timed automata are not suitable for studying real-time discrete event systems. On the other hand, finite state automata, as the name suggests, are convenient for modeling and studying non-real time discrete event systems. To take into account the advantages of finite state automata, an approach for studying real-time discrete event systems is to transform, by abstraction, the timed automata modeling them into finite state automata which describe the same behaviors. Then, studies are performed on the finite state automata model by adapting methods designed for non real-time discrete event systems. In this paper, we present a method for transforming timed automata into special finite state automata called Set-Exp automata. The method, called SetExp, models the passing of time as real events in two types: Set events which correspond to resets with programming of clocks, and Exp events which correspond to the expiration of clocks. These events allow to express the timing constraints as events order constraints. SetExp limits the state space explosion problem in comparison to other transformation methods of timed automata, notably when the magnitude of the constants used to express the timing constraints are high. Moreover, SetExp is suitable, for example, in supervisory control and conformance testing of real-time discrete event systems.     

改进布谷鸟搜索算法在多机器人任务分配及路径规划中的应用

针对多机器人任务分配及路径规划问题,提出一种改进布谷鸟搜索算法求解多机器人任务分配及路径规划方法.根据任务点的环境信息和在其中寻找最佳机器人位置建立数学模型,并使用改进布谷鸟搜索算法求解任务分配及路径规划.改进的策略中融合了遗传算子、2-opt、模拟退火算法的Metropolis准则和插入、交换、逆序方法.不同规模的仿...     

A knowledge-based task-level programming and execution environment for robots

A knowledge-based framework to support task-level programming and operational control of robots is described. Our bask intention is to enhance the intelligence of a robot control system so that it may carefully coordinate the interactions among discrete, asynchronous and concurrent events under the constraints of action precedence and resource allocation. We do this by integrating both off-line and on-line planning capabilities in a single framework. The off-line phase is equipped with proper languages for describing workbenches, specifying tasks, and soliciting knowledge from the user to support the execution of robot tasks. A static planner is included in the phase to conduct static planning, which develops local plans for various specific tasks. The on-line phase is designed as a dynamic control loop for the robot system. It employs a dynamic planner to tackle any contingent situations during the robot operations. It is responsible for developing proper working paths and motion plans to achieve the task goals within designated temporal and resource constraints. It is implemented in a distributed and cooperative blackboard system, which facilitates the integration of various types of knowledge. Finally, any failures from the on-line phase are fed back to the off-line phase. This forms the interaction between the off-line and on-line phases and introduces an extra closed loop opportunistically to tune the dynamic planner to adapt to the variation of the working environment in a long-term manner.     

A modified ant optimization algorithm for path planning of UCAV

A modified ant algorithms is presented as a fast and efficient approach for path planning of UCAV in this paper. To fleetly and reliably accomplish the air combat task, the path planning plays an extremely important role in the design of UCAV. The planned path can ensure UCAV reach the destination along the optimization path with the minimum probability of being found and the minimum energy consumed cost. Due to the big search space, the original ant algorithm can easily converge to local best solutions, and the search speed is slow. For avoiding these disadvantages, an improved ant algorithm is given and it is used to optimize path of UCAV. The modified ant algorithm can improve the speed of selection course, and decrease the probability of local best solutions. When UCAV meets the unexpected threat during its fly, it needs to revise the aforehand given path with re-planning technology. Based on the modified ant algorithm, a new method of three-dimensional real-time path re-planning is presented for UCAV. The simulation results show that this proposed path-planning scheme can obtain the optimization path which can be re-optimized when the unexpected threats appear.     

基于莱维飞行粒子群算法的焊接机器人路径规划

焊接机器人在工业上被广泛应用,焊接的任务规划直接关系到制造效率的提高.点焊机器人路径规划在仅考虑路径长度时可以简化为焊接顺序的优化问题,即旅行商问题.考虑到旅行商问题是NP完全问题,且是离散问题,提出一种结合莱维飞行的粒子群算法并对其进行离散化以求解此类路径优化问题.焊接机器人路径规划仿真结果验证了所提出方案的合理性和可行性.