基于leader-follower的混合式多机器人编队控制方法

针对复杂未知环境下,多机器人系统的队形控制问题进行了研究.对常用的leader-follower队形保持法进行了改进.设计了队形的条件反馈控制方法,使得leader机器人能够定时检查各follower的跟踪位置.在leader策略上,采用随时更换leader的方法重新确定leader,最后,对编队控制进行了仿真,仿真结...     

障碍环境下队形可变编队的路径规划方法研究

面向机器人编队探索和侦察等任务,系统期望保持队形以保障任务效能,但障碍环境下队形保持可能引起路径长度增加,甚至没有可行路径。为了综合考虑队形保持、路径长度及路径存在性,提出一种队形可变编队的路径规划方法,为编队跟踪控制提供一条全局参考路径。首先,分别依据个体的占据空间和编队的占据空间,对障碍进行两次膨胀,获得包含硬障碍和软障碍的路径规划构型空间。然后,在基于A*的路径规划框架下,构建包含路径长度和软障碍穿越距离的加权代价函数,以获得多指标权衡的路径。最后,不同权重对比试验表明,所提算法对不同障碍环境具有更好的适应性,通过权重设定能获得满足不同需求的可行解,可以为编队提供满意的全局路径。同时,随机场景测试试验验证了算法具有良好的鲁棒性。提出的编队路径规划方法可以引导机器人编队在复杂环境下更安全和快速地完成任务。     

能量均衡的围捕任务分配方法

随着水下机器人反围捕策略研究的不断深入，水下机器人围捕变得越来越困难。为此构建一种多层环状伏击围捕模型并设计了基于围捕任务的任务分配方法，使得水下机器人能够充分利用自身的特点更好地完成任务。同时，考虑在围捕过程中随时间推移，系统内能量会出现消耗不均的现象，据此提出一种能量均衡方法平衡系统能量的消耗。实验证明所提出的基于多层环状围捕模型的能量均衡策略任务分配方法能有效提高围捕成功率，延长系统寿命。     

有虚拟势能点的编队控制策略

针对人工势能场方法容易陷入局部极值的缺陷,提出了有虚拟势能点的避障算法.该算法在编队进入对队形影响较大的复杂环境中引入额外的虚拟势能点,利用虚拟势能点的作用力使智能体脱离局部障碍物陷阱,进行队形重组,提高了编队队形保持能力;编队运动通过不同的地形时,队形变化程度不一,单一队形控制方法难以在各种环境下保持高效性、有效性,...     

基于群集的多机器人编队控制

利用图论表示机器人编队模型,用改进的邻接矩阵表示机器人之间的位置关系,用人工势场法对多机器人编队群集运动进行控制,改进的控制律可以使多机器人达到希望的队形,并共同以预定的速度行进。然后用李亚普诺夫稳定性理论进行分析,得出在此控制律下的多机器人系统可以进行稳定的编队群集运动。     

多机器人编队控制研究

多机器人编队控制是多机器人协调控制中一个最具有挑战性的研究问题。多机器人编队是指：一组相互协作的机器人组建和保持特定的队形形状。本文首先简要概述了多机器人编队问题的研究现状。从面向问题的角度出发,本文将编队问题分解成编队角色分配、队形生成、队形变换与选择、编队跟踪4个子问题,并针对每个子问题,总结了现有的研究方法。最后,本文特别强调编队控制中的网络问题并指明未来的研究方向。     

面向指挥决策支持的多人协作交互模型

多人协作是指挥决策支持环境的突出特点之一.决策过程中的协作交互可以充分实现一致的态势认知,提高决策质量.利用分布式认知理论分析了决策支持环境中协作交互任务的认知分布,根据多人协作研讨的过程和特点,给出了协作交互任务的资源模型,指导面向决策支持的协作交互人机系统设计,并给出了一个多人协作研讨原型系统实例.     

基于ROS的自主无人机VSLAM研究

针对未知复杂环境中无人机无法获得外部辅助情况下自主导航所面临的严峻问题,提出在ROS框架下在板运行单目VSLAM算法的自主无人机方案,仅依靠自身摄像机自主地完成SLAM和导航任务。研究VSLAM算法原理与前沿算法ORB-SLAM,设计并搭建了自主导航无人机平台,针对搭建的无人机平台方案和特点完成视觉定位部分的改进设计。实验表明,自主无人机能够在未知环境中,自主实现同时定位和地图构建任务并完成精确的飞行控制与导航。     

基于相对观测量的多机器人定位

研究了多机器人队列利用相对观测信息在未知环境中进行同时定位的问题。当队列中某个机器人观测到另外一个或几个机器人时,利用这些信息来同时更新整个队列的位置及协方差矩阵,也即整个队列共享所获得的观测,来得到更精确的位置估计。每个机器人都携带内部及外部传感器,内部传感器感知机器人自身的运动,外部传感器能提供机器人之间的相对观测量,如相对距离和相对方位。利用扩展卡尔曼滤波(EKF)算法融合内部及外部传感器信息,对多机器人队列进行同时定位;并对不同的观测量及机器人个数进行了仿真分析,给出了不同情况下的滤波器结构,研究比较了它们的定位精度。仿真结果表明,利用机器人之间的相对观测信息,可以显著提高定位精度。     

多机器人编队控制研究

多机器人编队控制是多机器人协调控制中一个最具有挑战性的研究问题.首先简要概述了多机器人编队问题的研究现状.从面向问题的角度出发,将编队问题分解成编队角色分配、队形生成、队形变换与选择、编队跟踪4个子问题,并针对每个子问题,总结了现有的研究方法.最后,特别强调编队控制中的网络问题并指明未来的研究万向.