基于分布式模型预测控制的多机器人协同编队

多机器人协同系统具备强鲁棒性和容错性,可显著提高整体效率并完成复杂任务。当前多机器人编队常采用集中式架构,此方式依赖中央决策模块,尤其在处理众多机器人的协同任务时存在可扩展性不足、可解性低的问题。提出了一种基于领导者-跟随者方法的分布式模型预测控制器(DMPC),处理多机器人协同编队任务。基于运动学和图网络,对机器人和系统通信进行建模。将编队问题中的轨迹跟踪和队形保持任务分解,分别对领导者和跟随者设计了模型预测控制器。设计了编队队形矩阵,并将其与通信图网络结合,以实现一致性控制或编队控制。各机器人独立决策、并行计算,在面对较多数量机器人的协同编队时表现出更好的准确性和可扩展性。同时,该控制器的设计中还考虑了控制输入变化,有助于减小能耗。设计了数值仿真及方案对比,并通过物理仿真实验,验证了所设计的控制策略的有效性。