未知環(huán)境下多移動機器人編隊控制及協(xié)作搬運策略研究.pdf

1、多機器人協(xié)作經(jīng)過20余年的發(fā)展歷程后，無論在軍事、國防，還是工業(yè)、生活等領域都展現(xiàn)了廣泛的應用空間。例如，其在編隊巡邏、環(huán)境探索、流水線生產和倉儲運輸?shù)染唧w應用場合中均顯示出了極大的優(yōu)勢。而一些具體的應用任務，如多機器人協(xié)作地圖探索、大型物體的運輸、目標的抓捕等，要求團隊中的機器人能夠形成特定的隊形結構，并在執(zhí)行任務的過程中保持隊形不變或根據(jù)環(huán)境約束改變具體隊形形狀。為此，引發(fā)了多機器人編隊控制的研究熱潮，并成為多機器人協(xié)作與協(xié)調領域的

2、關鍵技術之一。本文以地面移動機器人為研究對象，以協(xié)作搬運物體為應用背景，對多移動機器人環(huán)境感知、協(xié)作定位、合作編隊、編隊避障等關鍵技術進行了研究。
　　環(huán)境感知問題和定位問題是編隊控制研究中基礎而又重要的問題。要實現(xiàn)編隊控制，需要編隊群體中的智能移動機器人個體首先能對其工作空間內的環(huán)境信息進行足夠的理解和描述，并能夠通過一定的手段獲取其在空間中的位姿。為此，本文首先針對機器人編隊控制技術研究中涉及到的環(huán)境感知與建模問題提出了一種基

3、于2-D激光測距儀的隨機障礙群環(huán)境建模方法，該方法將傳感器獲得的數(shù)據(jù)以極坐標矢量形式存儲，并將機器人工作空間內的環(huán)境建模為隨機數(shù)量的障礙群，大大節(jié)省了環(huán)境信息的存儲量；同時，融合激光測距儀和視覺傳感器兩種外部傳感器信息提出了一種基于相對觀測模型的多機器人協(xié)作定位方法，該方法的突出優(yōu)點是不需要各機器人的全局坐標信息，僅融合視覺傳感器和激光測距儀信息，實現(xiàn)了編隊過程中各跟隨機器人與領航機器人之間的相對協(xié)作定位，為后續(xù)開展多移動機器人編隊控制

4、和協(xié)作任務的研究奠定了基礎。
　　針對多移動機器人編隊控制中的關鍵問題一一合作編隊，本文基于leader- follower隊形控制框架提出了基于運動學控制和模糊控制相結合的合作編隊控制方法。該方法的主要思想是基于反演技術，利用基于馬丹尼模糊模型的模糊邏輯控制器來控制速度內環(huán)，使各跟隨機器人的實際速度收斂于期望值；同時，外環(huán)的運動學控制器使機器人的位姿收斂到期望值。該方法具有較短的速度誤差收斂時間，提高了控制的實時性，改善了隊形控

5、制的性能。
　　研究了未知障礙環(huán)境下多移動機器人動態(tài)隊形優(yōu)化變換避障策略。通過隊形中領航機器人攜帶的激光傳感器自主的感知并獲取環(huán)境信息，引導整個機器人小組智能的穿過障礙區(qū)。該策略充分考慮了機器人團隊的初始隊形形狀和編隊避障過程中的環(huán)境約束，通過對零隊形變換、同構隊形變換和異構隊形變換三種編隊避障模式進行優(yōu)化選擇，可以獲得適合于當前環(huán)境的最優(yōu)leader- follower拓撲結構；該策略既能動態(tài)的控制執(zhí)行編隊任務的機器人團隊隊形，

6、同時可以最大程度地適應當前環(huán)境的約束，具有使機器人團隊自主切換到最佳隊形的優(yōu)良性能，是一種在理論和實際中都有重要意義的新方法。
　　在編隊控制的基礎上，本文對平坦地面環(huán)境下的多移動機器人協(xié)作搬運物體問題進行了研究，提出了一種基于L-VL-F隊形控制框架的多機器人協(xié)作搬運策略。該策略通過將被搬運的物體視為編隊過程中的“虛擬leader”，進而將實際環(huán)境下的多機器人協(xié)作搬運任務轉化成兩級隊形控制問題來研究，實現(xiàn)了多移動機器人編隊推動物

7、體并繞過環(huán)境中的障礙物，前往目標點的協(xié)作運輸任務。
　　最終，本文應用自主研制的多移動機器人實驗平臺構建了多機器人編隊協(xié)作實驗系統(tǒng)，并在實驗室環(huán)境下進行了大量的實驗研究。具體包括：沿直線軌跡及圓軌跡下的隊形形成實驗、無障礙環(huán)境下的隊形切換實驗、障礙環(huán)境下的動態(tài)優(yōu)化隊形變換避障實驗以及多機器人協(xié)作搬運物體實驗。實驗結果表明多移動機器人團隊可以順利完成合作編隊、編隊避障及協(xié)作搬運任務，充分驗證了本文所提出的編隊控制及協(xié)作搬運策略的有效