面向任务的多机器人协调运动控制

基于多智能体系统理论,研究在确定环境下,面向任务的多机器人协调控制系统的实现原理、方法和技术,以及控制集成方法。开发了机器人协调控制的实验平台,对规划、控制、传感、通讯、协调与合作的各关键技术进行了开发和集成,完成了地面2个机器人的实时跟踪,三机器人的协调运动控制。通过实验研究使多机器人分布式协调技术的研究能够直接面向实际应用。     

基于多模式交互的多移动机器人分布式合作系统

本文研究合作型多移动机器人系统的分布式控制方法.为了保证多机器人间合作的实 时性和高效率,采用了一种分组策略,并提出了将局部感知和组内通信相集成的多模式机器人 间交互方法.考虑到任务的复杂性和真实环境的非结构化特点,构建了将递阶规划技术与基于 行为的反应式控制相结合的递阶混合式协调结构,并采用有限状态机模型实现了规划层与行为 层的协调机制.合作垃圾清运的实验结果证明了上述方法的有效性.     

一种基于分布式强化学习的多智能体协调方法

多智能体系统研究的重点在于使功能独立的智能体通过协商、协调和协作,完成复杂的控制任务或解决复杂的问题。通过对分布式强化学习算法的研究和分析,提出了一种多智能体协调方法,协调级将复杂的系统任务进行分解,协调智能体利用中央强化学习进行子任务的分配,行为级中的任务智能体接受各自的子任务,利用独立强化学习分别选择有效的行为,协作完成系统任务。通过在Robot Soccer仿真比赛中的应用和实验,说明了基于分布式强化学习的多智能体协调方法的效果优于传统的强化学习。     

旋翼飞行机器人研究进展

旋翼飞行机器人是面向空中自主作业需求,将旋翼飞行器与多自由度机械臂相结合所提出的新型机器人.该机器人作业过程中旋翼飞行器、机械臂与作业目标之间的动态相对运动以及与作业目标接触过程中未建模外力、力矩扰动使自主控制受到极大挑战.本文将针对旋翼飞行机器人的结构演变及关键技术、作业机构集成技术进行综述.从动力学建模及动力学特性分析、动态运动约束/力约束下的协调规划、非结构环境下的运动和作业控制、面向任务动态操作的环境感知、面向任务的实验系统构建与实验验证五个方面初步构建了旋翼飞行机器人自主作业理论体系.     

基于滚动窗口的多机器人路径协调规划

本文将滚动优化思想应用于未知环境中无通讯的智能多机器人系统路径协调规划问题,提出了基于滚动窗口的多机器人协调方法,它能够快速有效地实现冲突检测与避碰,并可应用于复杂的工作环境中.文中还对一具体的机器人系统运行过程中的安全性和可达性进行了分析.     

表征空间中的机器人分层运动规划

由于对机器人的任务要求日趋复杂和多变,如何使机器人具备灵活的配置和运动规划能力,以适应复杂任务的需求,成为了目前运动规划领域所研究的核心问题.传统的基于任务空间和配置空间的建模方法虽然在机器人运动规划领域得到了非常广泛的应用,但在用于解决复杂规划任务时无法对不可行任务进行进一步地处理.本文在表征空间模型的基础上,提出了一种分层的运动规划算法,一方面借助于表征空间维度的扩展,使对运动规划任务的描述更为灵活;另一方面通过任务层与运动层的循环交互,使生成的路径满足更高层次和更丰富的任务要求.在仿人机器人和多机器人系统上的应用结果表明了本文所提算法的有效性.     

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．     

平面复杂边缘的双机器人协调跟踪运动规划研究

研究双机器人协调跟踪平面复杂边缘所涉及的问题.在笛卡儿空间内对跟踪任务进行协调分解,并分析双机器人的位置约束关系,采用双曲线函数规划双机器人基于关节空间的运动轨迹,以满足位置、速度以及加速度等平滑运动的约束条件,采用基于曲线极大值的分段跟踪算法扩展平面复杂曲线的一般性.仿真实验和应用均表明了所研究内容的可行性和正确性.     

基于局部传感和通讯的多机器人运动规划框架

在多机器人系统的研究中,基于局部传感和通讯的系统需要特殊的设计。针对许多任务都需要的运动规划能力,一个基于局部传感和通讯的完整框架在文中得到了描述和模拟实现。该框架包括环境模型、一个分布式架构、动态网络通讯模块和规划、协调算法;动态网络通讯模块为协调提供了良好基础,环境模型和规划、协调算法的设计都考虑到了局部传感和通讯的特殊性;对于框架的验证,提出了一个基于黑板架构的仿真模型并做出了实现。     

多机器人协作无夹具焊接系统设计

与传统的单机器人系统相比,多机器人协作系统的设计存在诸如协作机器人之间的基坐标系标定、协作机器人末端位姿间的运动协调以及多机器人系统间的同步通讯控制等若干特殊性的关键问题.在初步论述多机器人协作系统设计中的若干问题的基础上,特别针对协作机器人间的基坐标系标定、工具手位姿约束分析和控制器通讯同步3个问题,进行了深入讨论,并介绍了实验室相关研究工作的结论.基于本文提供的解决方法,利用VA1400弧焊专用机器人和HP20通用型机器人基于主从式的分布控制结构组成了无夹具焊接实验系统,初步验证了提出的各问题解决方法的有效性.     

Distributed Coordination in Heterogeneous Multi-Robot Systems

Coordination in multi-robot systems is a very active research field in Artificial Intelligence and Robotics, since through coordination one can achieve a more effective execution of the robots' tasks. In this paper we present an approach to distributed coordination of a multi-robot system that is based on dynamic role assignment. The approach relies on the broadcast communication of utility functions that define the capability for every robot to perform a task and on the execution of a coordination protocol for dynamic role assignment. The presented method is robust to communication failures and suitable for application in dynamic environments. In addition to experimental results showing the effectiveness of our approach, the method has been successfully implemented within the team of heterogeneous robots Azzurra Robot Team in a very dynamic hostile environment provided by the RoboCup robotic soccer competitions.     

Punctual versus continuous auction coordination for multi-robot and multi-task topological navigation

This paper addresses the interest of using punctual versus continuous coordination for mobile multi-robot systems where robots use auction sales to allocate tasks between them and to compute their policies in a distributed way. In continuous coordination, one task at a time is assigned and performed per robot. In punctual coordination, all the tasks are distributed in Rendezvous phases during the mission execution. However, tasks allocation problem grows exponentially with the number of tasks. The proposed approach consists in two aspects: (1) a control architecture based on topological representation of the environment which reduces the planning complexity and (2) a protocol based on sequential simultaneous auctions (SSA) to coordinate Robots’ policies. The policies are individually computed using Markov Decision Processes oriented by several goal-task positions to reach. Experimental results on both real robots and simulation describe an evaluation of the proposed robot architecture coupled wih the SSA protocol. The efficiency of missions’ execution is empirically evaluated regarding continuous planning.     

Probabilistic Road Map sampling strategies for multi-robot motion planning

This paper presents a Probabilistic Road Map (PRM) motion planning algorithm to be queried within Dynamic Robot Networks—a multi-robot coordination platform for robots operating with limited sensing and inter-robot communication.

First, the Dynamic Robot Networks (DRN) coordination platform is introduced that facilitates centralized robot coordination across ad hoc networks, allowing safe navigation in dynamic, unknown environments. As robots move about their environment, they dynamically form communication networks. Within these networks, robots can share local sensing information and coordinate the actions of all robots in the network.

Second, a fast single-query Probabilistic Road Map (PRM) to be called within the DRN platform is presented that has been augmented with new sampling strategies. Traditional PRM strategies have shown success in searching large configuration spaces. Considered here is their application to on-line, centralized, multiple mobile robot planning problems. New sampling strategies that exploit the kinematics of non-holonomic mobile robots have been developed and implemented. First, an appropriate method of selecting milestones in a PRM is identified to enable fast coverage of the configuration space. Second, a new method of generating PRM milestones is described that decreases the planning time over traditional methods. Finally, a new endgame region for multi-robot PRMs is presented that increases the likelihood of finding solutions given difficult goal configurations.

Combining the DRN platform with these new sampling strategies, on-line centralized multi-robot planning is enabled. This allows robots to navigate safely in environments that are both dynamic and unknown. Simulations and real robot experiments are presented that demonstrate: (1) speed improvements accomplished by the sampling strategies, (2) centralized robot coordination across Dynamic Robot Networks, (3) on-the-fly motion planning to avoid moving and previously unknown obstacles and (4) autonomous robot navigation towards individual goal locations.     

一类多移动机器人运动协调仿真系统的研究与实现

在多机器人系统的研究中,多移动机器人系统的运动协调性始终是热点,也是该领域的一个基础研究方向.文章使用了一类通用的多移动机器人协调控制仿真软件,通过运用基于线程的程序结构和面向对象的软件设计法,有效地实现了复杂环境下大规模移动机器人系统协调运动的实时模拟,同时采用切分窗口技术并运用数字信号传输代码,实现了多机器人运动状态和多机器人相关信息的同步显示,从而能更加方便地获取机器人数据.     

一种基于离散时间一致性理论的多机器人分布式巡逻算法

在多机器人巡逻任务中,由于通信距离的限制,单个机器人很难获得全局信息。然而,现有的大多数多机器人分布式巡逻算法都要求每个机器人获得其巡逻区域的全局信息进行决策。因此,考虑到通信半径约束和局部信息约束,为了通过相邻机器人之间的交互完成巡逻任务,基于离散时间一致性理论提出了两种巡逻算法。算法1使用全局信息进行决策,算法2基于离散时间一致性理论实现局部信息对全局信息的预测进行决策。通过模拟器Stage对所提算法与对比算法在不同机器人数量、通信半径、地图环境下进行了对比。实验验证了所提出的基于局部信息的分布式多机器人巡逻算法具有与原算法类似的特性和性能,能够使机器人在没有全局信息的情况下判断全局状态,并基于邻居之间的协商完成巡逻任务。     

Collision Avoidance by Using Space-Time Representations of Motion Processes

This paper handles the problem of collision avoidance in a multi-robot environment. To solve this problem, the motion processes of the mobile robots are modelled in space-time. Since the robots are autonomous and communication is non-deterministic, there is temporal uncertainty in addition to spatial uncertainty. The paper presents a method to model both uncertainty components in a homogeneous way. It is shown, that it is not sufficient to guarantee a spatial security distance between the robots. Distances in space-time and space-time vectors must be considered. The main result of this paper is a straightforward and efficient solution to the problem of collision avoidance between up to three mobile robots by applying a space-time displacement vector. The solution is based on space-time, which is a helpful view onto our world in relativity theory and quantum physics. Space-time methods are also very valuable in Robotics, especially for problems in dynamic environments and for motion coordination of mobile robots. Practical experiments with up to two robots, and simulations of up to three robots have been performed and are reported.     

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.     

异构多机器人协作系统研究进展

异构多机器人系统可以发挥单一结构机器人在某个领域的优点而达到整体的最优配置,机器人的功能和接口协议对协作系统影响很大.IGRS协议是我国在信息设备协作领域中惟一的国际标准,为异构多机器人协作提供了有效的支持.对国内外相关研究进行系统地归纳和总结,找出需要解决的问题,并在课题组研制的多种机器人平台上,从3个方面阐述了基于IGRS协议的异构多机器人协作系统:异构机器人的定位、通信以及感知方案;异构机器人协商策略和分组方案;机器人的功能分类和规划,提出了细粒度可控的任务委托分配方案.