一种基于跟随领航法的多机器人的编队及避障控制方法

主要针对未知环境下多移动机器人的编队及避障问题,设计了基于跟随领航的编队及避障控制算法,使多机器人能保持一定的编队队形且无碰撞,并能使机器人在未知的局部障碍环境下也能够安全躲避障碍物,在通过障碍物之后依然能恢复之前的编队队形。对多机器人系统设计并进行仿真实验,实验结果表明,该方法对于实现多移动机器人的编队和避障控制具有良好的效果。     

基于改进烟花算法的多目标多机器人任务分配

多机器人任务规划是多机器人系统研究的主要问题之一,多目标多机器人任务规划是指同时对多机器人系统的多个指标进行优化。近年来,启发式算法越来越多地被用来解决多目标问题。本文提出了一种基于改进烟花算法的多目标多机器人任务分配方法,并详细讨论了多目标解的排序方法和选择策略。为了验证该方法的性能,对7个实例进行了实验,并对该方法和其他四种多目标算法,Non-dominated Sorting Genetic Algorithm II (NSGA-II), Strength Pareto Evolutionary Algorithm 2 (SPEA2),Pareto Envelope-based Selection Algorithm (PESA ) 和一种改进的Strength Pareto Genetic Algorithm 2 (SPGA2)在S-metric指标上进行了比较。实验结果表明,在解集质量、解集覆盖度方面,基于改进烟花算法的多目标多机器人任务分配方法具有明显的优势。      

机器人编队方法解析

随着计算机技术及网络技术的不断发展,机器人学成为专家学者研究的热题。而机器人编队控制是机器人协调合作的基础问题。目前,机器人编队的控制方法主要有行为法、人工势场法、人工协调场法、领航-跟随法和虚拟结构法等。而这些方法往往在进行机器人编队控制过程中,不能独立使用,主要原因是各种方法在使用的时候都存在了缺点,当几种方法结合使用时,无论从稳定性、鲁棒性上都有所提高,可以达到更好的编队效果。本文将对几种常见的编队方法的优缺点加以解析。     

面向自动协同驾驶的多车编队任务分配策略

自动驾驶的实现需要大量车载传感器的支持,然而,在有限车载计算资源条件下,由传感器所产生的庞大数据量使得自动驾驶任务的实时性难以满足,成为阻碍自动驾驶技术进一步发展的重要阻力。通过将驾驶任务进行协作处理,因而充分利用多个协作车辆的计算资源,自动协同驾驶成为解决该问题的新途径。而如何形成多车编队并实现编队中驾驶任务分配则是实现自动协同驾驶的关键。该文首先采用排队理论G/G/1模型建立一种普适性车辆编队网络拓扑分析模型,充分考虑编队内车辆间的任务协作能力和单个车辆的任务负荷,得出任务的处理时延和车辆系统中的平均任务数;其次,采用支持向量机(SVM)方法,基于车辆的负荷程度及处理能力将车辆的“空闲”、“繁忙”两状态进行分类,进而建立针对车辆协作任务分配的候选车辆集。最后,基于上述分析,该文提出面向多车编队协同驾驶的任务均衡策略——基于分类的贪婪均衡策略(C-GBS),以充分平衡编队内所有车辆的任务负荷并利用不同车辆的任务处理能力。仿真结果表明,该策略能够减小重负荷网络中的任务处理时延,有效提升自动驾驶车辆的任务处理效率。     

多机器人编队的仿真实验教学研究

本文利用Matlab强大的运算能力，结合“智能控制系统”理论课程的学习，设计了多机器人编队的动态仿真实验。教学实践表明，这种学习方法促进了理论教学与实验教学的有机结合，加深了学生对基本概念和方法的理解，提高了学生的创新意识和解决问题的能力。     

基于领航者模式的多机器人编队实现

在讨论机器人的动力学模型和运动学模型的基础上,通过构建虚拟机器人实现领航者机器人和跟随者机器人之间系统的对接.领航者机器人通过不断更新自身信息实现到达预定轨道.跟随者机器人通过获取虚拟机器人信息来调整自身位姿,实现了保持与领航者的相对位姿.通过matlab仿真验证了编队策略的正确性和稳定性.     

非完整机器人Leader-Follower编队控制器设计

编队控制是多机器人协作的最重要的研究领域,其目的是控制组中的机器人的相对位置和方向,让机器人移动作为一个整体.Le-ader-follower策略已经广泛地应用到多机器人系统编队控制中.文中涉及了非完整移动机器人leader-follower编队控制问题,然后描述了基于leader-follower策略的控制方法,最后...     

基于激光传感探测技术的多机器人编队协调控制研究

传统编队协调控制方易产生部分路径数据丢失,机器人产生方向角误差大,为此设计基于激光传感探测技术的多机器人编队协调控制方法.利用激光传感探测技术获取机器人路径数据,采用一致性数值关系更新获取得到的路径数据,设定分散参数控制路径数据发生丢失,制定机器人编队规则,积分处理机器人在行驶路径上产生的滑面,设计机器人终端协调控制策...     

具有动态领导者的多机器人系统包含控制研究

针对具有动态多领导者的多智能机器人包含控制问题,设计了一种基于一般连续时间线性动力学的多机器人系统模型与耦合增益自适应更新律包含控制方法。首先建立具有一般连续时间线性动力学的多机器人系统模型,其次使用图论描述多机器人系统中各机器人单体间的通信拓扑关系,然后设计了具有耦合增益自适应更新律的分布式包含控制协议实现所有跟随者最终都保持在领导者组成的凸包内并随其运动,此外该包含控制方法使得所有的跟随者只需参考邻居跟随者的信息而不需要接收全局信息,降低了系统的通信需求,增强了系统的稳定性和冗余性,仿真实验结果表明所提出的控制方法的有效性。     

有人/无人机混合编队协同任务分配方法

任务分配方法是任务控制过程的重要组成部分,是协同作战指挥决策的关键。本文在多无人机协同任务分配的基础上,分析了有人/无人机编队协同作战的突出特点,着重研究飞行员工作状态对参与任务分配的各无人机作战效能的影响,建立了基于飞行时间和工作负载的飞行员工作状态评价模型,并对传统无人机作战效能函数的数学模型进行改进,提出了有人机飞行员工作状态影响下的无人机效能评估模型。针对有人/无人机混合编队协同作战想定,进行了仿真计算。仿真结果表明：飞行员工作状态会对无人机的任务效能和编队的任务分配结果产生显著影响, 同时说明在有人/无人机混合编队的效能评估和任务分配过程中,飞行员的工作状态影响是不可忽略的因素。     

基于MODPSO-SA算法的多AUV任务分配

提出一种基于Pareto解集的多目标模拟退火粒子群算法(MODPSO-SA),用于解决自主水下机器人(AUV)协同任务分配问题.为避免粒子群算法陷入局部最优,加入改进的模拟退火技术,形成一种新的多目标局部搜索策略.仿真结果表明,MODPSO-SA算法能够得出多组合理Pareto解集,可以有效解决多AUV任务分配问题.     

无人飞行器编队队形控制研究

针对无人飞行器编队队形控制,首先建立基于航迹坐标系的无人飞行器编队相对运动模型,解决了速度坐标系中存在的不可控点的缺陷;接着进行无人飞行器编队队形保持的预测控制结构设计,通过建立相对运动的非线性预测模型,设计相应的性能指标,采用数值计算和解析相结合的方法,用最速下降法来滚动优化二次型性能指标,完成了无人飞行器编队控制器...     

一阶离散多智能体系统分布式编队跟踪控制

研究了离散多智能体系统在固定有向拓扑中的分布式编队控制,同时假设此系统跟踪时变参考状态。首先,针对一阶系统设计了控制协议,给出了系统稳定时协议参数需满足的充要条件,仿真结果表明,跟踪误差与采样周期的上限成正比,也证明了所设计协议的有效性。     

多无人机编队自主协同控制架构

提出了动态环境下多无人机编队执行不同使命任务的自主协同控制系统结构。按照分层递阶的思想,将多无人机编队作战系统分为两级分层控制结构和五层功能结构,从不同层级实现无人机群的自主控制,保证了机群指挥的统一性、控制的灵活性和系统的可扩展性;采用灵活的系统通信结构以应对战场环境的不确定性;个体无人平台之间局部相互作用引起的涌现行为及无人机功能编队之间的分布式任务规划,自下而上地驱动作战系统的资源优化配置,结合自上而下的系统指控组织动态适应性优化,优化了系统指控组织结构,有效地整合了战场资源。     

基于贝叶斯优化算法的UCAV编队对地攻击协同任务分配

针对UCAV编队对地攻击协同控制决策优化问题,首先构建了UCAV编队对地攻击任务分配的自主价值优势矩阵.在此基础上依据多人冲突理论分别对双方以及本机编队进行权重分配;建立了UCAV编队对地攻击协同任务分配的整体价值优势矩阵,由此根据决策变量与约束条件构建了任务分配问题的数学模型.然后应用贝叶斯优化算法对该模型进行了优化分析.仿真实例表明,所建协同任务分配模型能够反映编队协同控制决策的重要性,而且应用贝叶斯优化算法能够很快收敛到全局最优解,能有效地解决UCAV编队对地攻击的协同任务分配问题.     

多机器人系统的可观测性及协同定位精度分析

多机器人协同系统的编队队形影响系统的可观测性,应用中发现系统绝对定位能力也是影响协同定位精度的主要因素。针对系统不可观测情况下无法实现协同定位问题,提出了通过增强系统绝对定位能力实现协同定位的方法,重点分析了不同绝对定位能力的多机器人协同定位系统的可观测性对定位精度的影响,确定了系统可观测性的最佳条件。以3个机器人组成的集群为例进行仿真验证了同一观测度情况下,系统的绝对定位能力越强,协同定位精度越高。     

软体机器人研究现状

介绍了软体机器人的发展和研究现状,重点总结了目前软体机器人在驱动方式、建模控制、制造工艺等方面存在的难题。其驱动方式主要有气动驱动和智能材料驱动,介绍了各驱动方式的科学原理及典型驱动结构,软体机器人本体结构主要采用3D打印技术、形状沉积法以及智能复合微结构工艺等新型工艺制成。最后阐述了目前软体机器人的建模控制方法以及应用领域,如人机交互、物品抓持、医疗领域及野外海洋勘探,尤其在医疗领域其具有广阔的应用前景。软体机器人是一种新型机器人,对它的研究尚未成熟,需从材料、结构设计、驱动、传感以及控制等方面构建出一套成熟完整的体系。     

多无人机侦察任务分配方法研究综述

运用多无人机执行侦察任务具有突出优势,研究多无人机侦察任务分配方法具有重要意义.从多无人机侦察任务分配问题建模与求解两个方面展开综述.首先对经典模型进行介绍并分类,讨论其特点及适用问题;其次对集中式、分布式、混合式求解方法进行归纳,对代表算法进行介绍,分析其优缺点与应用前景;最后结合实际需要指出目前多无人机侦察任务分配...     

多轴仓储机器人转向控制研究

我国物流领域在核心仓储问题上对机器人应用的缺失已经成为制约该领域发展的重要原因之一。多轴仓储机器人采用电控电动式转向系统,基于阿克曼原理进行转向原理,建立简化的二自由度四轮模型,分析机器人运动微分方程。文章以质心零侧偏角为控制目标,对运动微分方程进行仿真,验证了运动模型和控制算法的正确性。