基于雁阵变换的微型扑翼飞行机器人集群行为控制方法

为了解决微型扑翼飞行机器人集群编队目标搜索覆盖效率、避障通过性和多机控制等难题,实现扑翼飞行机器人集群编队的智能控制,提出了基于雁阵变换的扑翼飞行机器人集群行为控制方法。利用仿生集群行为控制函数的参数化特性,实现了飞行机器人编队的队形变换和角度控制;搭建了多扑翼飞行机器人实验系统,并在多种情况下设计基于仿生行为的多扑翼飞行机器人集群控制方法实验。最终的实验结果验证了方法的可行性和有效性。与传统的多飞行机器人实时控制方法相比,所提方法大幅提升了集群编队的搜索覆盖效率和避障通过率,在某些作业环境条件下,搜索覆盖率可提升50%以上,障碍通过率可提升60%以上。同时,创新点体现在将雁阵变换应用于多扑翼飞行机器人集群编队控制和将仿生集群行为控制应用于扑翼飞行机器人集群控制两个方面。     

面向多无人机监督控制任务的操作员信息过载防控方法

为了提高操作员的监督控制能力,降低人机交互过程中的任务负荷,提出了一种面向多无人机监督控制任务的操作员信息过载防控方法。基于概率和信息理论建立了包含人机交互事件信息量化和信息过载阈值计算的信息过载判定模型;基于人机功能动态分配方法设计了人机交互事件响应方式以及信息过载防控策略。仿真验证分析表明,该信息过载防控方法降低了操作员信息过载状态68.7%的操作错误率,提升了37.5%的多无人机监督控制任务性能。同时,可为监督控制任务下的人机高效交互与操作员认知增强等问题研究提供借鉴参考。     

面向多点交互的多模态振动反馈触觉再现系统

近年来,多点交互和多模态融合的力触觉再现系统由于能够进一步提高人机交互的真实感,已经成为该领域的研究热点.基于Leap Motion的多手指位置检测模块、振动触觉再现模块、NRF51822蓝牙通信模块、视觉再现模块和CHAI3D构建的虚拟环境等,设计实现了多点自然交互的、触觉和视觉相融合多模态触觉再现系统.为了验证系统...     

基于人工势场法和Ad-hoc网络的多机器人编队控制

ad-hoc网络具有自组性强、快速组网和高抗毁等特性,以它组网的多机器人编队适用于一些无法预先安装通信设备的特殊场合。但是由于ad-hoc网络的通信覆盖范围有限、网络动态性强,在进行编队控制时如果不考虑编队中机器人之间的通信距离,可能导致机器人因与网络失去联系而脱离编队。为了确保多机器人编队的完整性,在使用势场法进行编队控制时,除考虑目标和障碍物的影响外,同时将机器人之间的通信距离作为一种引力加入传统的环境势场模型。仿真实验的结果证明该方法可以有效地控制ad-hoc方式组网的机器人编队。     

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。     

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.     

多智能体信息一致性在机器人编队控制中的应用

对固定拓扑结构下多智能体有向网络一致性问题进行了研究,提出了一类协调控制器并证明了使多智能体网络在固定拓扑结构下取得全局渐进一致的充要条件,考虑到智能体之间通讯过程中存在的时延问题,给出了最大固定延时时间的紧凑上界,取得了满意效果,最后将信息一致性思想应用于多机器人的编队控制。结果表明,基于信息一致性的方法可成功应用于机器人编队控制。     

基于多点触摸的自然手势识别方法研究

基于指挥所中指挥作业应用需求,定义了适于指挥所中人机交互的触摸手势;并在对完成触摸手势过程中触摸点相互位置关系进行统计分析的基础上,设计了一套对硬件设备特性依赖较小的多点触摸交互手势识别方法。在一种红外多点触摸交互平台上对整个交互手势的定义与识别进行了实验测试,验证了该交互方法的可靠性、有效性和可扩展性。     

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...     

指挥控制中的多人多通道人机交互研究

指挥控制人机环境需要更加自然、高效并且支持协作的人机交互手段。在分析指挥控制中人机交互要素的基础上,提出了多人多通道人机交互概念模型和系统模型。基于该模型设计实现了原型系统,系统使用基于多点触摸的双手手势和语音两个通道实现态势和情报分析任务。通过实验和用户调查,验证了系统可以提高交互的自然性和高效性,对用户之间的协作工作效率也有改善,说明指挥控制中的多人多通道人机交互是有效的。     

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。     

时变通信时延下的多无人机系统编队追踪控制

针对存在时变通信时延的情形,研究了多无人机系统的编队追踪控制问题,使得系统中的领导者能够追踪期望轨迹,跟随者能够追踪领导者轨迹并形成期望编队。对系统中的无人机建立其动力学模型,对于所描述的情形作出一些基本假设和说明。基于一致性理论对领导者和跟随者设计相应的控制器,通过变量代换和数学变形,将原系统的编队追踪控制问题变为低阶系统的渐近稳定问题。设计合适的Lyapunov-Krasovskii函数,运用线性矩阵不等式的相关定理,推导出新系统渐近稳定的充分条件。在Matlab环境中对系统进行飞行仿真实验,实验结果表明：在满足所给条件时,系统在时变通信时延条件下能够实现编队追踪控制。     

基于改进MPC的分布式大间距多车编队控制研究（上）

针对多车辆系统大间距编队控制问题,设计了一种分布式的改进模型预测控制（MPC）方法。建立二阶2自由度非完整约束模型及基于领航跟随法的编队模型。修正线性化展开点,优化MPC预测模型,提升系统保守性,增强实时轨迹跟踪性能。通过滚动优化完成编队控制。仿真实验结果验证了所提控制方法的有效性与可靠性。     

仿螳螂虾机器人目标跟随闭环控制

针对高效开展水下目标跟随任务,提出一种仿螳螂虾机器人目标跟随闭环控制系统。首先以螳螂虾为仿生对象,完成了多腹足耦合运动的仿螳螂虾机器人结构与硬件系统设计。其次为验证控制系统的有效性,展开了一系列水下实验,其中包括对静态目标和动态目标的识别跟随。最终实验结果表明,该仿螳螂虾机器人可以在2 m×1 m×1 m的狭窄水池中完成多角度的转向以及灵活的速度调节,能够在与目标物运动方向夹角为55°时完成目标跟随任务,最小跟随转向半径可达0.48 m。这不仅证明了基于仿生闭环中枢模式发生器的仿螳螂虾机器人能够有效完成特定目标的跟随任务,还为水下机器人的实际应用提供了新的思路。     

联合机动编队多源信息感知网络价值分析

为了真正认清联合机动编队多源信息感知网络的理论价值,按照复杂网络理论的网络连接方式,定性分析了多源信息感知系统的网络拓扑结构,并应用小世界模型(WS)建立了多源信息感知网络价值增益模型,然后进行了实例仿真分析.研究结论对联合机动编队多源信息感知网络的建设与运用有一定的启示.     

基于区块链的群机器人数据完整性与隐私性保护

群机器人通过多个机器人之间的信息交互实现协同控制,保证交互数据的私密性和不可篡改是群机器人系统安全可靠运行的关键。针对群机器人系统中存在的恶意数据篡改、重要信息泄露等潜在安全问题,提出了一种基于区块链技术的群机器人数据完整性与隐私性保护方案。首先,该方案利用去中心化的分布式账本保障群机器人系统数据的完整性,并针对区块链数据公开的特性,引入脱链加解密模块避免明文数据上链,提高了数据的隐私性。其次,考虑到区块链的运行条件和物理机器人在存储和计算能力方面的性能约束,提出采用轻节点方法来降低在物理机器人上运行区块链的存储和计算负担。最后,通过实验对方法进行了验证。结果表明,基于区块链技术的保护方法对群机器人数据完整性和隐私性具有较好的保护效果,且轻节点方法可实现区块链在机器人集群上的部署。     

多传感器式诱导维修系统的设计与实现

针对战场装备抢修中维修作业时间紧、任务重、难度大和专业维修人员少的问题,提出了多传感器式诱导维修系统体系结构,开发了一套基于增强现实技术的诱导维修系统。系统主要由5个模块构成。通过PST跟踪仪和基于无迹卡尔曼滤波的多传感器跟踪算法完成跟踪注册,结合语音和手势识别进行人机交互,通过构建无线通讯网络和实现数据分布式处理拓展了系统的适应性和实用性。以某型装备电磁铁更换为例,对系统功能进行了验证。实验对比说明了与纸制维修手册和普通移动终端相比,该系统能更为高效地指导维修人员完成维修任务。     

二阶非线性多智能体系统的分布式编队控制

面向多智能体系统编队协同完成既定任务,针对具有非线性动态的二阶多智能体系统的编队控制问题,开展分布式编队控制协议设计.考虑到集群运动过程中,各智能体只需调整自身与相邻智能体的相对位置即可维持整体队形.基于邻居智能体之间的相对状态信息,提出了具有时变增益的自适应控制协议,证明了多智能体系统在该控制协议作用下能实现编队控制...     

弱通信条件下基于MPC与融合状态估计的多UUV编队控制方法

多无人水下航行器(UUV)编队控制在实际复杂海洋环境中面临着水声通信时延大、多中断和丢包等弱通信难题,如何提高其对通信的鲁棒性是重点研究方向之一。首先,建立了多UUV编队模型;其次,将多UUV编队航行分为有无参考路径两种状态,针对已知编队期望路径条件,将编队问题分解为路径跟踪与速度同步问题,设计了基于模型预测控制的路径跟踪控制和速度误差同步机制;再次,针对编队处于机动过程而缺乏参考路径的条件,提出了基于最小二乘的融合状态估计及其一致性编队控制方法;最后,在仿真环境最大队形误差0.6 m,验证了算法的有效性。与单积分器系统一致性编队控制算法对比分析表明,所提方法在队形控制精度、队形恢复时间以及编队的稳定性方面均具有一定优势,研究结果对多UUV编队应用具有重要的指导意义。     

基于多智能体的编队协同试飞仿真与效能评估

为了降低编队协同试飞风险和代价,提出建立编队协同试飞仿真平台对试飞的效果进行评价.首先,建立了编队协同试飞模型的总体框架.在此基础上建立了基于多智能体的编队协同试飞总体结构并明确了各类型Agent的功能.然后,确定了指挥控制中心Agent与编队Agent进行命令交互的过程并建立了编队Agent和战斗机Agent的模型.最后,建立了基于兰彻斯特理论的效能评估模型,并对设定的红蓝编队进行了仿真和分析.