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.     

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。     

移动机器人编队视觉定位方法研究

该文提出一种基于视觉的移动机器人编队定位方法。该方法采用基于纹理的图象对机器人进行标识,然后使用纹理中的特征点对机器人的位置和姿态进行估计,使用最小二乘算法使估计结果误差最小。实验证明该方法能够有效地对编队的移动机器人定位,同时对环境干扰具有鲁棒性。     

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。     

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.     

通讯受限条件下的机器人编队算法

针对通讯受限条件下大规模移动机器人编队任务, 本文提出了基于行为的分布式多机器人线形编队控制 和避障算法. 机器人个体无需获得群体中所有机器人的信息, 而是根据传感器获取的环境信息和局部范围内的机器 人信息对其自身的调整方向进行预测, 并最终很好地完成了设定的编队及避障任务. 由于本文方法需求的通讯量不 大, 并且采用分布式控制, 因此该方法适用于大规模的机器人集群编队任务. 文中还给出了本系统的稳定性分析, 证 明了系统的稳定性. 实验结果表明该算法使得机器人能够仅通过局部信息形成线形编队, 在遇到障碍物后能够灵活 避开障碍物, 并且在避开障碍物进入安全区域后重新恢复线形编队.     

不确定环境下多机器人编队控制研究

针对多机器人在不确定环境下难以保持某种队形到达预定目标等问题,提出了一种无须全局坐标的多机器人编队控制算法。该算法通过Reynolds类鸟群模拟方法设计了“分离”“对齐”“队形”三规则的控制器来实现多机器人任意队形保持控制,并增加切换规则来实现多机器人队形变换。在不同场景及复杂环境下进行仿真实验,验证了提出方法的优越性。该算法能够使多机器人在不确定环境下保持队形到达目标,对于救援、救灾下多机器人的运用具有重要意义。     

基于多传感器融合的机器人编队ADRC控制

针对移动机器人编队问题,设计了一种基于多传感器信息融合和自抗扰控制器的编队控制系统。首先,为提高机器人的定位精度,采用卡尔曼滤波算法对激光数据和里程计数据进行融合,以更加精确的获得移动机器人的坐标信息,并建立主从机器人轨迹跟踪误差模型。进而设计了自抗扰控制器,完成扩张状态观测器以及控制规律的设计,实现移动机器人的跟踪编队控制。最后,设计了编队控制实验平台,并在该平台上验证了所提出方法的有效性和优越性。     

基于激光传感器移动机器人的目标定位和多模式跟踪

移动机器人对运动目标的感知和跟踪是实现机器人与环境交互的一项重要能力。针对移动机器人以人为目标的跟踪中在复杂动态环境下经常出现的目标丢失和跟踪模式单一的问题,提出了基于机器学习的人物目标识别算法。该算法可以处理复杂环境下的目标检测和定位。同时设计了交互多模型跟踪算法,可以较好的跟踪以不规律模式运动的目标。最后在交龙移动机器人平台上实现了整个系统,验证了人物目标检测和多模式跟踪算法的鲁棒性和优越性。     

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。     

起伏地形环境中多移动机器人协作运输策略

对多机器人协作运输时环境地形起伏不平,运输过程中机器人和物体发生滑动的问题,提出了起伏地形环境中的协作运输策略.将观测者—推动者模式的多机器人协作推箱子任务转换为多机器人编队任务,通过基于几何规划的虚拟目标序列跟踪方法实现被推动物体脱离运动方向时运输编队的重新形成.协作运输策略中的观测者机器人采用平缓地形优先(navigate plain first to destination,NPFD)导航策略指导编队运动.     

基于双移动信标的多机器人编队控制算法

针对多机器人在未知环境下的编队控制问题,提出了一种基于双移动信标的多机器人编队算法.该方法在以两个移动信标机器人为领航机器人的基础之上,设计了基于超宽带测距技术的多机器人定位模型,通过摔制从机器人的位姿状态,实现多机器人编队控制,并且设计了多传感器数据融合算法,有效提高多机器人编队的精度.该方法解决了多机器人在未知环境中的编队控制问题,提高了多机器人编队控制的精度.仿真结果表明了该方法的可行性和有效性.     

室内环境下基于R-CNN的光照自适应物体检测

物体检测是工作于室内环境的移动机器人必须解决的问题。物体检测受到环境动态变化的影响,其中尤以光照变化的影响最为明显。分析室内环境中光照变化特点,研究如何通过提取图像空间特征快速识别环境中光照状况,并以光照识别结果控制物体检测模式切换,在不同光照状态下,自适应地选择使用图像传感器或者激光传感器数据,结合深度学习的特征选择能力,保证物体检测性能。机器人运行时,首先通过提取图像在CIEXYZ空间Y分量上的统计特征,并结合一些其他特征,实现快速地对图像拍摄时所处环境的光照状态进行估计;在光照适中的情况下,利用R-CNN算法结合移动机器人特点,实现在图像空间下的快速物体检测;在光照不足或过强时,先把三维激光传感器获取的点云转换成深度图像,再利用R-CNN算法实现物体检测。实验结果表明了所提出算法的有效性。     

基于自适应动态窗口改进细菌算法与移动机器人路径规划

针对移动机器人在复杂环境下的路径规划问题,提出一种新的自适应动态窗口改进细菌算法,并将新算法应用于移动机器人路径规划。改进细菌算法继承了细菌算法与动态窗口算法（dynamic window algorithm, DWA）在避障时的优点,能较好实现复杂环境中移动机器人静态和动态避障。该改进算法主要分三步完成移动机器人路径规划。首先,利用改进细菌趋化算法在静态环境中得到初始参考规划路径。接着,基于参考路径,机器人通过自身携带的传感器感知动态障碍物进行动态避障并利用自适应DWA完成局部动态避障路径规划。最后,根据移动机器人局部动态避障完成情况选择算法执行步骤,如果移动机器人能达到最终目标点,结束该算法,否则移动机器人再重回初始路径,直至到达最终目标点。仿真比较实验证明,改进算法无论在收敛速度还是路径规划精确度方面都有明显提升。     

基于改进人工势场法的机器人动态追踪与避障

针对移动机器人对动态目标的追踪和对拦截型障碍物的避障问题,将势场法进行改进,提出了辅助斥力环方法,改变了传统势场法中斥力的作用方式和机器人的避障策略,使其在动态环境下处理避障问题更加灵活有效.仿真研究验证了此方法的有效性.     

A* search algorithm applied to a Chinese chess game

This article presents an A* search algorithm to be applied to path planning in a Chinese chess game, and uses multiple mobile robots to present the scenario. The mobile robots have a cylindrical shape, and their diameter, height, and weight are 8 cm, 15 cm, and 1.5 kg, respectively. The controller of the mobile robots is a MCS-51 chip. We play the Chinese chess game using multiple mobile robots according to the evaluation algorithm of the game, and calculate the displacement by the encoder of a DC servomotor. The A* search algorithm can solve the shortest-path problem for the mobile robots from the starting point to the target point on the chess board. The simulated results found the shortest path for the mobile robots (chess pieces) moving to target points from their starting points in a collision-free environment. Finally, we implemented the experimental results on a Chinese chess board using mobile robots. Users can play the Chinese chess game using the supervising computer via a wireless RF interface. The scenario of the feedback of the Chinese chess game to the user interface uses an image system.     

Planning of collision-free paths for a reconfigurable dual manipulator equipped mobile robot

In this paper, we study the problem of finding a collision-free path for a mobile robot which possesses manipulators. The task of the robot is to carry a polygonal object from a starting point to a destination point in a possibly culttered environment. In most of the existing research on robot path planning, a mobile robot is approximated by a fixed shape, i.e., a circle or a polygon. In our task planner, the robot is allowed to change configurations for avoiding collision. This path planner operates using two algorithms: the collision-free feasible configuration finding algorithm and the collision-free path finding algorithm. The collision-free feasible configuration finding algorithm finds all collision-free feasible configurations for the robot when the position of the carried object is given. The collision-free path finding algorithm generates some candidate paths first and then uses a graph search method to find a collision-free path from all the collision-free feasible configurations along the candidate paths. The proposed algorithms can deal with a cluttered environment and is guaranteed to find a solution if one exists.     

移动机器人路径规划与环境绘图

由于双圆弧具有满足任意端点及其斜率条件的特性，所以非常适合于移动机器人路 径规划问题．本文利用双圆弧来处理机器人在给定环境中的路径规划问题，并由此得出机器 人的路径规划策略及其跟踪控制算法．同时，利用双圆弧实现对拐角、多边形等特征地形的 逼近和复原，提出了机器人对未知环境的勘测及绘图算法．该方法简单有效，对机器人初始 条件不加限制，计算量非常小，具有较高的实用价值．     

Multirobot Rendezvous With Visibility Sensors in Nonconvex Environments

This paper presents a coordination algorithm for mobile autonomous robots. Relying on distributed sensing, the robots achieve rendezvous, i.e., they move to a common location. Each robot is a point mass moving in a simply connected, nonconvex, unknown environment according to an omnidirectional kinematic model. It is equipped with line-of-sight limited-range sensors, i.e., it can measure the relative position of any object (robots or environment boundary) if and only if the object is within a given distance and there are no obstacles in between. The perimeter minimizing algorithm is designed using the notions of robust visibility, connectivity-preserving constraint sets, and proximity graphs. The algorithm provably achieves rendezvous if the interagent sensing graph is connected at any time during the evolution of the group. Simulations illustrate the theoretical results and the performance of the proposed algorithm in asynchronous setups and with measurement errors, control errors, and nonzero robot size. Simulations to illustrate the importance of visibility constraints and comparisons with the optimal centralized algorithm are also included.