多機(jī)器人協(xié)作定位及系統(tǒng)架構(gòu)研究.pdf

1、近年來，地面自主移動機(jī)器人技術(shù)得到飛速發(fā)展，逐漸滲透到工業(yè)、農(nóng)業(yè)和軍事等各個應(yīng)用領(lǐng)域。由于個體機(jī)器人能力的局限性，多機(jī)器人協(xié)作技術(shù)應(yīng)運(yùn)而生，其可以利用群體協(xié)作的優(yōu)勢彌補(bǔ)個體能力的不足，完成個體無法完成的任務(wù)，是機(jī)器人模擬人類社會發(fā)展的必然趨勢，是當(dāng)前人工智能和移動機(jī)器人研究領(lǐng)域的重要課題之一，其中協(xié)作定位又是多移動機(jī)器人技術(shù)的基礎(chǔ)問題，如何提高定位的精度、效率和穩(wěn)定性是研究的關(guān)鍵。
　　 多機(jī)器人協(xié)作定位是指機(jī)器人依靠自身攜帶的

2、傳感器和無線通信設(shè)備，通過分布式感知、信息共享、相對觀測等協(xié)作方式實(shí)現(xiàn)群體定位。與個體機(jī)器人定位相比，多機(jī)器人協(xié)作可以使得傳感器探測的范圍更廣，信息來源更多樣化，信息融合精度更高，并依據(jù)相互間的位置參照，可以更好地提高機(jī)器人定位和地圖創(chuàng)建的精度，并使協(xié)作及協(xié)同控制更加有效，例如較好地保持編隊隊形，編隊控制過程更加平滑穩(wěn)定等。本文從系統(tǒng)架構(gòu)角度和優(yōu)化控制角度，系統(tǒng)研究了提高多機(jī)器人協(xié)作定位精度、穩(wěn)定性和魯棒性的方法，具體內(nèi)容及成果如下：<

3、br>　　 1.為了提高多機(jī)器人編隊定位精度和控制穩(wěn)定性，提出一種多機(jī)器人復(fù)合EKF(Multiple Extended Kalman Filter，Multi-EKF)定位控制方法，方法采用領(lǐng)導(dǎo)-跟隨控制模式，首先跟隨機(jī)器人把其他成員作為相對固定路標(biāo)，使用EKF進(jìn)行自身定位；然后領(lǐng)導(dǎo)機(jī)器人將整個編隊作為一個整體，通過計算編隊的聯(lián)合概率分布，得到編隊的整體定位，并將結(jié)果反饋給各個跟隨機(jī)器人進(jìn)行各自校正。采用這種整體預(yù)測-個體校正的反饋

4、控制方法，提高了編隊的定位精度和導(dǎo)航的穩(wěn)定性。
　　 2.在對機(jī)器人協(xié)作目標(biāo)圍捕的研究中，提出了一種多機(jī)器人Cross-EKF圍捕算法，圍捕機(jī)器人依靠算法，各自利用EKF對目標(biāo)進(jìn)行定位，把各機(jī)器人對目標(biāo)定位得到的后驗(yàn)估計協(xié)方差進(jìn)行交集計算，得到最小協(xié)方差區(qū)間，以該協(xié)方差區(qū)間邊緣點(diǎn)到均值中心最大距離為半徑，構(gòu)建收斂圓，多機(jī)器人以該收斂圓面為目標(biāo)，從各個方向進(jìn)行逼近圍捕。實(shí)驗(yàn)結(jié)果表明將對動態(tài)點(diǎn)的收斂擴(kuò)展到對動態(tài)面的收斂，有助于提高系

5、統(tǒng)的收斂速度和控制穩(wěn)定性。
　　 3.針對多機(jī)器人編隊定位導(dǎo)航的魯棒控制問題，提出了一種柔性控制結(jié)構(gòu)，結(jié)構(gòu)利用柔性結(jié)構(gòu)冗余大、易調(diào)節(jié)的特點(diǎn)增強(qiáng)編隊對外部動態(tài)環(huán)境的適應(yīng)能力；利用Rao-Blackwellized粒子濾波算法得到較為理想的編隊形狀和預(yù)應(yīng)力的搭配，增強(qiáng)系統(tǒng)內(nèi)部承載能力；利用主-從-備份的角色分配方式增強(qiáng)系統(tǒng)的執(zhí)行能力。實(shí)驗(yàn)結(jié)果表明柔性結(jié)構(gòu)的多機(jī)器人系統(tǒng)能夠較好地適應(yīng)外部和內(nèi)部環(huán)境的變化，具有較強(qiáng)的靈活性和抗毀能力，魯

6、棒性也得到了提高。
　　 4.在對多機(jī)器人協(xié)作導(dǎo)航過程中的實(shí)時定位與地圖創(chuàng)建問題的研究中，提出了多機(jī)器人協(xié)作實(shí)時FastSLAM(Multi-robots Cooperative Online FastSLAM，MRCO-FastSLAM)算法及其改進(jìn)算法IMRCO-FastSLAM(Improved MRCO-FastSLAM)，算法解決了FastSLAM1.0中缺乏自身定位測量修正引起的累積誤差的問題和FastSLAM2.0

7、引入測量修正引起算法復(fù)雜度增加的問題。MRCO-FastSLAM在FastSLAM1.0和領(lǐng)導(dǎo)-跟隨編隊控制模式的基礎(chǔ)上，讓跟隨機(jī)器人在執(zhí)行SLAM的同時負(fù)責(zé)為主機(jī)器人提供輔助測量的服務(wù)，幫助領(lǐng)導(dǎo)機(jī)器人在SLAM的過程中，修正其定位估計誤差。為了進(jìn)一步提高領(lǐng)導(dǎo)機(jī)器人SLAM的定位精度，降低跟隨機(jī)器人動態(tài)觀測噪聲和控制噪聲的干擾，改進(jìn)算法IMRCO-FastSLAM讓跟隨機(jī)器人放棄執(zhí)行SLAM，采用靜止觀測，階躍式前進(jìn)的協(xié)作方法，該方法在

8、消耗額外等待時間的基礎(chǔ)上，以時間的等待換取空間的精度提高，在對時間要求不是很苛刻的情況下，具有較好的適用性。
　　 5.仍然是針對多機(jī)器人編隊定位導(dǎo)航的魯棒控制問題，提出了一種新的多機(jī)器人定位導(dǎo)航控制方法，該方法在MRCO-FastSLAM研究的基礎(chǔ)上，使得跟隨機(jī)器人為領(lǐng)導(dǎo)機(jī)器人提供觀測修正的同時，將領(lǐng)導(dǎo)機(jī)器人位姿的后驗(yàn)估計作為編隊的標(biāo)準(zhǔn)參考來修正自身位姿的先驗(yàn)估計，在提高主機(jī)器人定位精度的基礎(chǔ)上，利用相對定位和反饋校正的控制方

9、法，提高跟隨機(jī)器人自身在隊內(nèi)的定位和控制精度。
　　 6.為了研究高效、通用和松耦合的多機(jī)器人協(xié)作定位體系結(jié)構(gòu)，提出將面向服務(wù)的架構(gòu)(Service Oriented Architecture，SOA)引入到多機(jī)器人體系結(jié)構(gòu)設(shè)計中，該結(jié)構(gòu)在分層結(jié)構(gòu)的基礎(chǔ)上，以服務(wù)為組成元素，設(shè)計了多機(jī)器人SOA協(xié)議與接口，在協(xié)作中實(shí)現(xiàn)對機(jī)器人下層功能組件的透明封裝和上層服務(wù)的靈活調(diào)用，可以有效避免異構(gòu)對協(xié)作的影響，有利于系統(tǒng)的構(gòu)建、擴(kuò)展、重組和