未知环境下多机器人协调编队运动控制方法的研究

摘要

。本文以室外动态未知环境为应用背景，对多机器人协调编队运动控制进行了研究。 在多机器人控制中，系统结构的选择很重要。由于机器人数目较少且存在相互通讯，本文多机器人系统采用混合式群体结构，队形控制采用领航者跟随法，机器人个体结构选择反应速度快的基于行为的设计。为了提高输出行为的针对性，本文设计了一种分层融合式结构。 室外环境未知，基于采样的运动规划可以避免环境建模，本文设计了一种基于传感器的确定性采样树法(SDT)。在具体行为设计时，考虑到团队侦察的优势，躲避静态障碍物行为采用两种方法(确定性采样法和切线可通行域法)分别设计。利用最小二乘法拟合出动态障碍物的运动轨迹，并采用模糊控制原理来改变机器人运动速度实现避障。 为了适应复杂环境，本文采用队形不完全保持策略。在形成队形时，采用最远距离最小一平均距离最小算法分配队形点，而且机器人能够自行更改队形点，以解决队形点被占的问题。目标点附近可能出现由固定步长带来的震荡问题，为此本文划分了减速区和队形目标区。在保持队形过程中，leader采用队形的条件反馈，并可以根据环境的需要自主进行队形的转换。 针对目前的研究多数以实现编队控制为目的，为了将编队控制与工作任务相结合，本文使用有限状态机的概念，将多机器人系统在不同阶段的任务定义为不同的状态，在每种状态中分别进行编队控制，从而将编队控制变为一种完成任务的手段。最后，对机器人在未知环境下的动态围捕任务进行了仿真，证明了上述方法的有效性和正确性。

目录

文摘

英文文摘

声明

第1章绪论

1.1引言

1.2多机器人系统国内外研究概况

1.3多机器人协调编队的研究内容

1.3.1系统的体系结构

1.3.2机器人的运动规划

1.3.3多个机器人的协调控制

1.3.4容错控制和稳定性研究

1.4编队控制研究的发展方向

1.5课题背景和论文的主要内容

第2章系统体系结构和队形控制方法研究

2.1引言

2.2多机器人的群体体系结构

2.2.1集中式结构

2.2.2分布式结构

2.2.3混合式结构

2.3典型的机器人个体体系结构

2.3.1慎思式结构

2.3.2反应式结构

2.3.3分层递阶式结构

2.3.4混合式结构

2.4基于行为的分层融合式结构

2.4.1单机器人分层融合式结构

2.4.2面向多机器人系统的机器人体系结构

2.5队形控制方法

2.5.1跟随领航者法

2.5.2虚结构法

2.5.3基于图论的队形控制

2.5.4模型预测法

2.6多机器人协调编队控制框架

2.7本章小结

第3章 队形不完全保持任务下的机器人运动规划研究

3.1引言

3.2典型的运动规划办法

3.2.1前向图搜索算法

3.2.2智能化算法

3.2.3采样法

3.3基于确定性采样的机器人运动规划

3.3.1机器人运动模型

3.3.2确定性采样运动规划算法

3.3.3机器人运动控制系统结构

3.4机器人行为设汁

3.4.1趋势型行为

3.4.2躲避静态障碍物行为

3.4.3躲避动态障碍物行为和躲避机器人行为

3.5未知环境下机器人运动规划仿真

3.6本章小结

第4章基于Ieader-follower的混合式多机器人编队控制

4.1引言

4.2分布式编队的控制策略

4.2.1任务描述

4.2.2编队性质

4.2.3多机器人间的通信

4.2.4冲突与死锁问题

4.2.5仿真系统

4.3队形的形成

4.3.1队形形成策略

4.3.2队形形成算法流程

4.3.3队形形成仿真及分析

4.4队形的保持

4.4.1基本的Ieader-follower队形控制策略

4.4.2基于队形条件反馈的Ieader-follower队形控制

4.5编队仿真及其分析

4.5.1编队运动仿真

4.5.2不同避障方式的编队运动仿真比较

4.6本章小结

第5章未知环境下的多机器人协作围捕

5.1引言

5.围捕任务简介

5.3算法思想及控制流程

5.3.1机器人策略设计

5.3.2围捕任务有限状态机的设计

5.3.3程序流程图

5.4动态围捕仿真

5.5本章小结

结论

参考文献

攻读硕士学位期间发表的论文和获得的科研成果

致谢