多移动机器人的分布式编队与避障控制
基于速度障碍法的多机器人编队队形变换与动态避障
形变换与动态避障01 Chapter多机器人编队研究队形变换与动态避障的重要性主题介绍基于速度障碍法的方法概述速度障碍法简介方法原理增强系统适应性动态避障使得多机器人系统能够在实际环境中自主应对障碍物,增强了系统的适应性和鲁棒性。
提高任务效率通过合理的队形变换,多机器人编队能够更高效地完成任务,比如覆盖更大的搜索区域、更快地完成搬运任务等。
推动相关技术发展多机器人编队队形变换与动态避障的研究,将推动机器人协同控制、路径规划、传感器技术等相关领域的发展,为未来的机器人应用奠定坚实基础。
多机器人编队队形变换与动态避障的意义02 Chapter该方法通过计算每个机器人的速度障碍区域,即在该区域内其他机器人的存在会导致碰撞,从而指导机器人选择无碰撞的速度和方向。
速度障碍法定义原理概述基本思想队形保持动态避障速度障碍法在机器人编队中的应用相对于规则基方法相对于优化方法相对于势场方法与其他方法的比较03 Chapter长龙队形三角队形菱形队形030201常见的多机器人编队队形速度障碍模型建立将动态避障策略与编队队形变换相结合,使机器人在变换队形时能够实时规避障碍物。
避障策略集成队形稳定性分析基于速度障碍法的编队队形变换方法能耗优化时间优化协同优化队形变换过程中的优化策略04 Chapter效率增强适应性扩展安全性提升动态避障的重要性1 2 3速度障碍法原理实时感知与预测路径规划与调整基于速度障碍法的动态避障策略01020304算法优化硬件加速并行计算传感器选择与布置策略实现及实时性考虑05 Chapter03编队队形01机器人平台02实验场地实验设置初始化阶段动态避障阶段数据记录与分析阶段队形变换阶段实验过程结果分析06 Chapter实用性结论学术性结论本研究结论基于速度障碍法的多机器人编队队形变换与动态避障的未来展望提升算法效率扩展应用场景结合深度学习强化理论分析THANKS。
多智能体编队问题的研究
引言:多智能体的协同在很多工程中具有广泛应用背景,如区域搜索、战场环境侦察、多战机协同作战、舰队协同作战、导弹突防、目标多点跟踪等[1]。
在执行不同的任务时,需要依据不同的场景实现不同的编队形态,既能够实现既定任务,又能够保证协同作战时的灵活性。
因此,对于多智能体的编队问题研究对于多智能体协同执行任务是有较大的意义的。
多智能体编队问题包括固定编队控制和时变编队控制,其中固定编队控制是时变编队控制的特例。
由于在实际问题中多智能体编队往往需要针对不同的任务场景采用不同的编队形式,如导弹突防时多智能体需要采用间距较小的编队形式,而在巡航阶段需要采用间距较大的编队形式,所以可以看出多智能体的时变编队研究具有更高的实用意义。
基于上述的多智能体时变编队的优点,本文重点研究多智能体时变编队的控制问题。
一、多智能体编队控制的现状和当前存在的问题针对多智能体编队的研究,目前对于固定编队的研究方法较为成熟,且研究成果较多。
比较常见的一种方法是基于人工势场方法的编队保持策略,即系统建立多智能体之间的人工势场,通过感知势场梯度的变化来给单个智能体的控制器一个控制量,进而给出单个智能体的运动方向和运动速度。
该方法要求多智能体系统之间具有通信能力,至少应该保证系统的通信拓扑能够生成一个以图论语言描述的有向生成树。
简单来说就是任何一个智能体的状态信息发生变化时都可以通过通信网络将信息传递至整个多智能体网络。
该方法被广泛的应用于“领导-跟随者”、“虚拟领航者”以及多智能体编队问题的研究【摘要】 无人机或无人车等装备是军工领域中常见的现代作战装备之一。
然而在很多作战环境下单一的无人作战装备难以完成复杂的军事任务,因此提出了多智能体协同作战的理念。
多智能体在执行任务时往往需要实现不同的预设编队,进而实现避障、减小雷达反射截面积等任务,因此多智能体编队控制问题便成为需要解决的核心问题。
多智能体编队控制问题有固定编队及时变编队等问题,时变编队显然更具有实际的工程意义。
多智能体分布式编队控制方法
多智能体分布式编队控制方法多智能体分布式编队控制方法1. 引言在现代控制系统中,多智能体分布式编队控制方法是一个重要的研究方向。
它涉及将多台智能体组织成一个协同工作的团队,以实现一些特定的任务。
通过合理的控制策略,多智能体可以在没有集中控制的情况下,以分布式的方式实现编队形态的维持和运动目标的达成。
本文将全面评估多智能体分布式编队控制方法,并探讨其深度和广度。
2. 多智能体分布式编队控制方法的基本原理多智能体分布式编队控制方法的基本原理是将整个编队系统分为多个智能体,并为每个智能体设计独立的控制策略。
每个智能体通过与周围智能体进行局部通信,从而实现对整个编队系统的协作控制。
具体来说,分布式编队控制方法通过设计合适的控制算法,使每个智能体能够感知和响应周围智能体的状态,从而实现编队形态的维持和运动目标的达成。
3. 多智能体分布式编队控制方法的技术细节3.1 状态感知和信息共享在多智能体分布式编队控制方法中,每个智能体需要通过感知周围智能体的状态来实现协同控制。
为了实现状态感知,可以利用传感器和通信网络获取周围智能体的位置、速度和加速度等信息。
智能体之间需要进行信息共享,以便实现对整个编队系统的控制。
3.2 控制策略设计控制策略是多智能体分布式编队控制方法中的核心部分。
通过合理设计的控制策略,每个智能体可以根据周围智能体的状态和目标要求,调整自身的控制输入,以实现编队形态的维持和运动目标的达成。
控制策略的设计可以基于传统的控制理论,如PID控制,也可以基于现代控制理论,如模型预测控制。
3.3 算法实现和仿真验证在设计完控制策略后,需要将其实现成算法,并进行仿真验证。
通过仿真可以验证设计的控制策略是否能够实现预期的编队形态和运动目标,并对控制策略进行优化和调整。
4. 多智能体分布式编队控制方法的应用领域多智能体分布式编队控制方法在许多领域都有广泛的应用。
其中,无人机编队控制是一个热门的应用领域。
通过多智能体分布式编队控制方法,可以使多台无人机实现编队飞行,提高飞行效率和安全性。
多机器人协同控制算法
多机器人协同控制算法随着机器人技术的不断发展,多机器人协同控制算法也越来越受到关注。
多机器人协同控制算法是指多个机器人在执行任务时,通过相互协作和通信,实现任务的高效完成。
在实际应用中,多机器人协同控制算法可以应用于工业生产、军事作战、环境监测等领域。
多机器人协同控制算法的核心是协同控制策略。
协同控制策略可以分为集中式和分布式两种。
集中式协同控制策略是指所有机器人的控制指令由一个中心控制器发出,机器人之间没有直接的通信。
分布式协同控制策略是指机器人之间通过通信协作完成任务,每个机器人都有自己的控制器。
在多机器人协同控制算法中,机器人之间的通信是非常重要的。
通信方式可以分为有线通信和无线通信两种。
有线通信可以保证通信的可靠性和稳定性,但是受到距离和布线的限制。
无线通信可以克服距离和布线的限制,但是受到信号干扰和传输延迟的影响。
多机器人协同控制算法的实现需要考虑以下几个方面:1.任务分配:多个机器人在执行任务时,需要根据任务的性质和机器人的能力进行任务分配。
任务分配可以通过集中式或分布式的方式实现。
2.路径规划:多个机器人在执行任务时,需要根据任务的要求和环境的情况进行路径规划。
路径规划可以通过遗传算法、模拟退火算法等方式实现。
3.避障控制:多个机器人在执行任务时,需要避免碰撞和冲突。
避障控制可以通过传感器和控制算法实现。
4.协同控制:多个机器人在执行任务时,需要相互协作和通信,实现任务的高效完成。
协同控制可以通过集中式或分布式的方式实现。
总之,多机器人协同控制算法是机器人技术发展的重要方向之一。
未来,随着机器人技术的不断发展和应用的广泛,多机器人协同控制算法将会得到更广泛的应用和发展。
多移动机器人的分布式编队与避障控制
1 引言(Introductions)1
近些年来,多移动机器人系统的分布式控制已经 成为国际控制界一个热点。分布式控制的成功,使得 以前单个机器人难以完成的任务,现在可以由多个机 器人通过信息交互来实现。在此类问题控制中,多移 动机器人的分布式编队控制因不需要中央控制和全 局信息,引起广大研究者的兴趣。由于分布式编队控 制系统中的机器人只能通过有限的传感能力和单向 通讯能力来实现编队,这就给控制带来了巨大的挑 战。
Rk
球形障碍 (3)
其 中 m = Rk zi - yk , ak = ( zi - yk ) zi - yk ,
P
=
I
-
a
ka
T k
。
类似[3],避障作用力定义为
( ) fb (z) = bi, j s1 ( z - dss ) -1
(4)
其中 z 表示机器人与障碍物间的距离,
个对角矩阵,对角线上的元素为对应节点的出度。
点,相邻节点集合可以用 Nai = {(i, j ) Î E} 表示。我们
假设 Nai 是时不变的,即信息流拓扑是静态的。如果 图中其他所有节点都可以通过有向路径到达节点 i , 则节点 i 被称为全局可达节点。有向队形图的邻接矩
阵定义为 A = éëaij ùû ,满足 aii = 0 且 aij = 1当 (i, j ) Î E 。 Laplacian 矩阵定义为 L = D ( A) - A ,其中 D ( A) 是一
2.1 移动机器人模型 (Model of Mobile Robot)
在多机器人系统中,具有非完整约束的移动机器
人的动力学方程为:
ìx&i = vi cosqi
ïïïíqy&&ii
多移动机器人编队的分布式预测控制研究
多移动机器人编队的分布式预测控制研究目录摘要 (i)第1章绪论 (1)1.1研究背景和意义 (1)1.2移动机器人模型和控制结构 (2)1.2.1移动机器人模型问题 (3)1.2.2多移动机器人控制结构 (3)1.3国内外研究现状 (5)1.4本文研究内容及结构安排 (8)第2章基于纳什迭代的分布式多移动机器人编队控制 (10)2.1引言 (10)2.2移动机器人系统模型及分布式模型预测控制 (10)2.2.1移动机器人模型 (10)2.2.2分布式模型预测控制 (12)2.3基于纳什迭代的分布式模型预测控制 (17)2.4仿真结果与分析 (18)2.5总结 (21)第3章基于扩张状态观测器的分布式多移动机器人编队控制 (23) 3.1引言 (23)3.2扩张状态观测器 (23)3.3具有ESO的DMPC组合控制器设计 (24)3.4仿真结果与分析 (27)3.5本章小结 (32)第4章多速率采样下的分布式多移动机器人编队控制 (34)4.1引言 (34)4.2多速率采样下的多移动机器人编队控制 (35)4.3多速率采样下的分布式控制器稳定性分析 (38)4.4仿真结果与分析 (39)4.5本章小结 (42)第5章结论与展望 (44)5.1结论 (44)5.2展望 (44)参考文献 (46)致谢 (50)攻读学位期间参加的科研项目和成果 (51)第1章绪论1.1研究背景和意义移动机器人是机器人领域的一个重要分支,它具有自己独特的结构,是集环境监测、路径规划、动态决策等多种功能于一体的综合机器人。
它能够根据自身状态和外界环境信息对接下来的行程做动态规划。
由于移动机器人在军事、环境勘测、运输等领域具有广阔的运用前景,移动机器人得到研究者越来越多的重视。
随着工作复杂度的增强和作业范围的扩大,多移动机器人协同工作逐渐取代了单个机器人。
经过近二十年的发展,具有环境感知、行为决策等基本功能的多移动机器人系统的研究已在理论和实践方面取得很大进展,并建立了一些多移动机器人的仿真系统和实验系统[1-3]。
多智能体网络编队避障控制
Ke r s y wo d :mu t. g n ew r s o ma in;o sa l v i a c ;p tn i l u c in l a e tn t o k ;f r t i o b tc e a od n e o e t n t a t o C C n mb r T 2 3 L u e : P 7 D c me t o e A ou n d : c A t l ri eI c D:1 0 2 6 ( 0 1 o 0 0— 12 2 1 ) 2—0 7 0 0 0— 6
e v I n n .a n w v l ct oe t lw s d d c d, i ih t e a e t c ud e c p r m n i me t e eo i p t n i a e u e n wh c h g n s o l s a e fo a _ 0 y a
多移动机器人运动协调中避障分析
A Dissertation Submitted in Partial Fulfillment of the Requirementsfor the Degree of Master of EngineeringResearch on Obstacle Avoidance in Coordinated Motionof Multiple Mobile RobotsCandidate : Zhao FenghuaMajor : Control Theory and ControlEngineeringSupervisor : Prof.Fang HuajingHuazhong University of Science and TechnologyWuhan 430074, P. R. ChinaNovember, 2007独创性声明本人声明所呈交的学位论文是我个人在导师指导下进行的研究工作及取得的研究成果。
尽我所知,除文中已经标明引用的内容外,本论文不包含任何其他个人或集体已经发表或撰写过的研究成果。
对本文的研究做出贡献的个人和集体,均已在文中以明确方式标明。
本人完全意识到,本声明的法律结果由本人承担。
学位论文作者签名:日期:年月日学位论文版权使用授权书本学位论文作者完全了解学校有关保留、使用学位论文的规定,即:学校有权保留并向国家有关部门或机构送交论文的复印件和电子版,允许论文被查阅和借阅。
本人授权华中科技大学可以将本学位论文的全部或部分内容编入有关数据库进行检索,可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。
保密□,在__ _年解密后适用本授权书。
本论文属于不保密□。
(请在以上方框内打“√”)学位论文作者签名:指导教师签名:日期:年月日日期:年月日华中科技大学硕士学位论文摘要在多移动机器人系统的研究中,协调控制始终是一个热点问题,多移动机器人编队行进的过程,实际上就是机器人个体之间的一类基本的运动协调过程。
多移动机器人编队控制
基于Multi-Agent的多机器人编队控制摘要:多移动机器人协调是当前机器人技术的一个重要发展方向。
多移动机器人之间的协调与合作将大大提高机器人行为的智能化程度,完成由单个机器人难以完成的更加复杂的作业。
多移动机器人协调技术的研究对提高机器人的智能化水平及加快机器人的实用化进程具有重要的理论研究意义和实用价值。
本文结合多智能体技术对多机器人编队控制进行了研究,同时根据具体的多机器人系统,进行了仿真实验。
验证了多智能体技术在机器人编队控制系统中的应用,完成了小规模的编队控制。
关键词:多智能体;多机器人;编队控制;协调控制;模糊控制Multi-robot Formation Control Based on Multi - AgentAbstract :The problem of multi-robot cooperation and coordination is central to mobile robotics. Cooperation and coordination will improve the intelligent performance of robots and can complete lots of impossible missions for single robot.The research on multi-robot cooperation and coordination is of great academic and applied significance.The multi-robot formation is developed combined with the multi-agent technology in this dissertation, and the simulation is done with the multi-robot system. The application of multi-agent is verified in the multi-robot formation control through a small system adopt the fomation control.Key words: Multi-agent ;Multi-robot ;Formation control;Coordination control;Fuzzy control1. 国内外机器人系统发展现状自80年代末以来,基于多智能体系统理论研究多机器人协作受到了普遍的关注,从军事领域到工业与民用领域,从星际探险到海底考察,从比赛到教学,都取得了不同程度的进步。
多移动机器人避障编队控制
1 引言
就 目前 的技术 水平 而 言 , 机 器人 系统 在信 息获 取 与 单 处理能力等方面都是 有 限 的, 于复 杂的工 作 、 对 任务及 多变 的工作环境 , 单机 器人 的能力更显不 足。于是人们 考虑研究 多机 器人的协调与合 作来 完成单 机器 人无 法或 难 以完 成 的 工作 。多机器人系统 比单机器人具 有更强 的优越性 , 如并行 性、 柔性和鲁棒 性等 。在 军事 应用 方 面 , 过多 机器人 协作 通 可以更有效地完成安 全巡 逻 、 区域 侦察 、 测 以及协 同打击 探 等 战术任务。 编 队控 制是一 个具有 典型性 和通 用性 的多机器人 协作
( hns cd m f r m n Si c ,B in 0 0 9 C ia C i eA ae yo ma et ce e eig108 , hn ) e A n j
ABS TRACT :n t i p p r h r b e o r t n c n r l n b t ce a o d n e frmu il bl o osi i— I s a e ,t e p o l m f o mai o t d o sa l v i a c h p emo i rb t sd s h f o oa o e c se .F rt h o ma in c n t cin i sa l h d, n ef r l t n o r a in c nr l ra o d n e o sa u sd is t e fr t o s u t se t b i e a d t omu ai ffm t o to f v i i g t b t— o r o s h o o o o h c e sg v n B s g p tn ilf n t n,a fr t n c n r ls h ne i rp s d f rmu t l b l o oswi b l si i e . y u i oe t u c i n a o mai o t e e l sp o o e l pe mo i r b t t o — o o o o i e h sa l v i a c .Un e h rp s d d s iu e o to c e tc e a o d n e d rt e p o o e it b td c n r ls h me,t e co e — o p sa i t n a ey a e g a a t e r h ls d l o tb l y a d s ft r u r ne d i t e r t a l .S mu ain r s l e n tae t e ef cie e s o h r p s d c n r ls ae i s h o ei l c y i l t e u t d mo sr t h f t n s ft e p o o e o to t tg e . o s e v r KEYW ORDS: l p e mo i o os oe t lf n t n;F r t n c n r l b t ce a od n e Mu t l b l r b t ;P tn i u c i i e a o o mai o to ;O sa l v ia c o
多移动机器人编队运动中的避障控制
多移动机器人编队运动中的避障控制
沈捷;费树岷;刘怀
【期刊名称】《上海交通大学学报》
【年(卷),期】2002()z1
【摘要】多移动机器人的编队运动是一类典型的多机器人协调问题.针对多移动机器人在编队运动中的避障问题,提出了基于监控模式的控制系统框架,解决了避障过程中可能出现的掉队问题.仿真实验验证了控制方法和控制系统的可行性.
【总页数】4页(P69-72)
【关键词】多移动机器人;监控模式;避障控制
【作者】沈捷;费树岷;刘怀
【作者单位】
【正文语种】中文
【中图分类】TP24
【相关文献】
1.双轮移动机器人运动目标追踪与避障控制算法 [J], 李保国;宗光华
2.多移动机器人避障编队控制 [J], 杨甜甜;苏治宝;刘进;孟红
3.多移动机器人的领航-跟随编队避障控制 [J], 罗京;刘成林;刘飞
4.多移动机器人避障编队控制 [J], 杨甜甜;刘志远;陈虹;裴润
5.一种轮式移动机器人的运动控制及自主避障的实现 [J], 王康;李杨民
因版权原因,仅展示原文概要,查看原文内容请购买。
移动机器人避障及分布式协调控制研究的开题报告
移动机器人避障及分布式协调控制研究的开题报告1、研究背景随着科技的快速发展,移动机器人技术成为了当前热点领域之一。
移动机器人在工业、服务、军事等方面都有广泛的应用。
但是,移动机器人在工作过程中可能会遇到各种复杂的环境,如环境不确定性、异构性、动态性等,这些都会对移动机器人的避障能力、协作能力等提出新的挑战。
因此,研究移动机器人避障及分布式协调控制技术迫在眉睫。
2、研究目的本研究旨在提高移动机器人在复杂环境中的避障能力和协作能力,具体研究目的如下:(1)研究移动机器人避障算法,并对不同环境、不同类型障碍物进行实验验证。
(2)研究分布式控制算法,设计移动机器人协同避障方案,提高移动机器人的协作能力。
(3)基于ROS(机器人操作系统)平台,实现移动机器人的避障和协同控制并进行实验验证。
3、研究内容(1)移动机器人避障算法研究本研究将采用典型的基于激光雷达的避障算法,设计针对不同类型障碍物的避障方法。
实验将包括对室内、室外等环境进行避障,并对遇到的固定障碍、移动障碍物等进行实验验证。
(2)分布式协调控制研究本研究将采用多机器人系统架构,在修改ROS-WIFI设定基础上,完成机器人间通讯设置并设计相应的控制算法,以实现多机器人之间的协同避障。
(3)实验验证本研究将基于搭建的移动机器人实验系统和ROS操作系统平台,进行避障和协同控制实验。
为验证本文提出的算法,将通过与已有算法进行比较实验。
4、预期成果(1)针对实际情况提出针对不同类型障碍物的避障算法,并对室内、室外等环境进行避障实验验证;(2)基于分布式控制算法设计移动机器人协同避障方案,实现多机器人之间的协同避障;(3)设计移动机器人避障系统,包括硬件设计和软件设计,基于ROS操作系统平台实现移动机器人的避障和协同控制;(4)通过实验验证,证明本研究提出的算法和系统在移动机器人避障和协同控制方面取得了较好的效果和性能。
5、研究方法(1)文献综述:对国内外有关移动机器人避障和协同控制的研究进行综述,分析各种算法的优缺点和适用性。
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
机器人是一个典型的非完整系统,机器人的控制采用 时变状态反馈控制的方法,与[2]和[6]所不同的是控
278
制的模型是机器人的动力学模型。此外,利用[3]中有 限势能函数的思想来设计避障控制律,实现运动过程 中机器人间不发生碰撞并能绕开外界障碍物。
2 模 型 及 问 题 描 述 (Model and Problem Statement)
考虑到机器人只有在运动中不与障碍物发生碰 撞,才能保证机器人完成队形并且最终到达目的地, 所以,我们将分别设计队形控制律来完成多机器人系 统的队形控制和避障控制律来实现机器人即不与相 邻的机器人之间发生碰撞,也不与外界的障碍物发生 碰撞。
279
3 多移动机器人分布式编队控制律设计 (Controller Design)
点,相邻节点集合可以用 Nai = {(i, j ) Î E} 表示。我们
假设 Nai 是时不变的,即信息流拓扑是静态的。如果 图中其他所有节点都可以通过有向路径到达节点 i , 则节点 i 被称为全局可达节点。有向队形图的邻接矩
阵定义为 A = éëaij ùû ,满足 aii = 0 且 aij = 1当 (i, j ) Î E 。 Laplacian 矩阵定义为 L = D ( A) - A ,其中 D ( A) 是一
外界障碍物 Ok 为机器人 i 一个相邻障碍物,机器人 i 相
{ } 邻外界障碍物集合可以表示为 Ngi = zk - zi ≤ ds 。
令 bi, j 描述机器人与障碍物的邻接关系,其中 i ÎV ,
j Î Nbi È Ng i 。由[3],可以得到 bi, j 是关于 z j - zi s 的
连 续 函 数 , 当 z j - zi s ≤ ds s 时 bi, j = 1 , 其 中
1 引言(Introductions)1
近些年来,多移动机器人系统的分布式控制已经 成为国际控制界一个热点。分布式控制的成功,使得 以前单个机器人难以完成的任务,现在可以由多个机 器人通过信息交互来实现。在此类问题控制中,多移 动机器人的分布式编队控制因不需要中央控制和全 局信息,引起广大研究者的兴趣。由于分布式编队控 制系统中的机器人只能通过有限的传感能力和单向 通讯能力来实现编队,这就给控制带来了巨大的挑 战。
s1 ( z) = z 1+ z2 。有限避障势能函数定义为
ò y b (z) =
z dss
fb
(s)ds
(5)
2.4 问题的描述 (Problem Statement)
根据机器人自己和相邻机器人以及外部环境设 计分布式编队控制律,使得多机器人能够在运动中实 现并保持队形,机器人与相邻的机器人之间不发生碰 撞,并能绕开外界的障碍物到达目的地。
运动在同一平面的机器人间通信关系可用有向 图表示。视机器人为图中的节点,它们间队形控制的 信息流用有向边表示,则多机器人间的队形关系可以
表示为有向图 G = (V , E) ,其中V = {1,L, N} 为机器人
的集合,E 表示有向边的集合。如果在有向队形图中 节点 i 存在有向边到达节点 j ,这就意味着机器人 i 可 以接收机器人 j 的信息,机器人 j 是机器人 i 相邻节
2.1 移动机器人模型 (Model of Mobile Robot)
在多机器人系统中,具有非完整约束的移动机器
人的动力学方程为:
ìx&i = vi cosqi
ïïïíqy&&ii
= vi sinqi = wi
(1)
ï ï
v&i
=
ai
ïîw&i = ti
动态虚拟机器人与机器人 i 的距离 zk - zi ≤ ds 时,
拟机器人,记为机器人 1,即 z1 = zD ,v1 = 0 ,h1 = 0 。
注意该机器人并不是中心控制器,既不能向其他所有
机器人广播信息也不能接收其他机器人的信息。
Proceedings of the 26th Chinese Control Conference July 26-31, 2007, Zhangjiajie, Hunan, China
多移动机器人的分布式编队与避障控制*
陈杨杨,田玉平
东南大学自动化学院, 南京 210069 E-mail: yptian@
Distributed Formation Control of Multiple Nonholonomic Mobile Robots
Chen Yangyang, Tian Yuping
School of Automatic control, Southeast University, Nanjing 210096, P. R. China E-mail: yptian@
模型,则得到
å ( ) ai = -k1v + aij (z) z j - hj - zi + hi × ri + k2
jÎNai
( ) å aij (z) vj - vi
(6a)
jÎNai
ti = - sin(t)
(6b)
其中 k1, k2 > 0 的常数。
本文将目的地 zD 视为多机器人系统中的一个虚
3.1 队形控制律设计(Control Law for Formation)
考虑到移动机器人只能在垂直于车轴方向上运
动,令 ri (t) = éëcos(qi (t)),sin (qi (t))ùûT 表示机器人 i 的运
动方向的单位向量。多机器人系统期望的几何队形为
h = [h1, h2 ,..., hn ]T 。将[2]的队形控制律推广到动力学
2.3 障碍描述和避障势能函数(Obstacles and Potential Function)
机器人在运动过程中的障碍物包括两类,一类是 相邻的机器人,一类是外界环境中的障碍物。令 ds 为 机器人检测障碍物的传感器的检测范围,当机器人 j 与机器人 i 的距离 z j - zi ≤ ds 时,机器人 j 被机器人
对含有非完整约束的多移动机器人系统分布式
编队控制问题,只有运动过程中机器人间不发生碰撞
并能绕开外界障碍物,多机器人系统才能最终实现编 队控制。所以本文在控制过程中,将编队控制分成两
个子问题:队形控制问题和避障控制问题。由于移动
* 此 项 工 作得 到 国 家自 然 科 学基 金 资助, 项 目 批准 号:60425308, 60673058;863 项目,项目批准号:2006AA04Z263;江苏省自然科学基金, 项目批准号:BK2006097。
Rk
球形障碍 (3)
其 中 m = Rk zi - yk , ak = ( zi - yk ) zi - yk ,
P
=
I
-
a
ka
T k
。
类似[3],避障作用力定义为
( ) fb (z) = bi, j s1 ( z - d间的距离,
个对角矩阵,对角线上的元素为对应节点的出度。
多移动机器人的编队控制中,避障是一个非常关 键的问题。机器人的避障包括运动过程中机器人间的 躲避以及躲避外界环境中的障碍物。[1,2,9]的编队控 制中没有考虑避障问题。虽然[6]加入了避障控制,但 是避障控制是不连续的,避障效果如何也没有理论分 析。Tanner[4]利用位置势能函数实现了智能体间的避 障,但是避障势能不是有限的,这显然与实际不符。 为了克服这个缺陷,Olfati-Saber[3]和 Chang[5]分别利 用有限避障势能函数和有限避障作用力来设计多智 能体的避障控制。
摘 要:本文主要针对含有非完整约束的多移动机器人系统,讨论了多机器人的分布式编队控制问题。通过连续时变 状态反馈控制方法和图论知识,设计了一种能够实现机器人编队的队形控制律,利用位置相关的势能函数的避障控制 律使得机器人与其相邻机器人和外界障碍物不发生碰撞,仿真说明了这两种控制律的有效性。 关键词:多移动机器人系统,分布式编队控制,非完整移动机器人
图 1 外界障碍物
[3]还具体给出了动态虚拟机器人位置和速度的
具体形式。对于墙形障碍物,记障碍物表面上一点 yk
向的量单,位动法态向z虚量k =拟为P机azik 器+,(人Iri -的为P位机) y置器k ,人zvrkk和i =的速P运v度ir动i vrk方为向的单(位2)
其 物中 ,虚P 拟= I机z-k器a=k人amkTz的i。+位对(1置于- zm球k )和心yk速为, v度rkyk=vr半km为径Pv为iri
含有非完整约束的多机器人分布式编队控制律才是
工程应用领域的研究者关心的问题。
目前,针对含有非完整约束的多机器人系统的分 布式编队控制问题的研究甚少。对于非完整约束的移 动机器人,根据 Brockett 关于渐进反馈镇定系统的必 要条件的限制[8],使得此类系统不存在可微(甚至连续) 的时不变的纯状态反馈控制使其稳定到一点。Lin[2] 和 Yamaguchi[6]采用时变状态反馈控制方法,通过平 均化方法分析了多机器人达到任意队形的充要条件。
过去的 20 年中,很多研究者在不考虑机器人本 身动力学的情况下对多机器人的编队控制问题作了 大量的工作,并已经取得了一些成果。Fax 和 Murray[9] 利用有向强连通图的 Laplacians 矩阵设计了多机器人
的编队控制器。Olfati-Saber[3]位置势能函数来实现多 智能体的群体控制。但是,实际中的机器人是一个含 有非完整约束的系统,如何利用上述控制方法来设计
一致性问题原是计算机科学中的一个历史问题, 但最近它在多移动机器人的分布式控制中得到新的 深入的研究。Olfati-Saber 和 Murray[7]利用有向强连通 图解决了单积分器网络的平均一致问题。Ren[1]根据 有向图的邻接矩阵的特征值分析了二阶积分模型下 的多机器人位置一致性和速度一致性的问题。同时, 文章还指出在有向连通图的单积分网络模型下的多 机器人系统一致性的充分必要条件不一定能沿用到 二阶积分模型多机器人一致控制中。Tanner[4]利用连 通图和局部控制律使得非完整约束的机器人的速率 和方向渐进达到一致。