基于有限状态机的多机器人围捕策略研究

围捕任务是多机器人系统具有挑战性的任务之一,其综合了多机器人系统多方面的技术,其相关技术在多机器人的编队巡逻、环境侦查、编队进攻等任务中都有应用。首先提出一种基于条件反馈机制的Leader-follower多机器人队形控制方法,然后将有限状态机原理利用在多机器人协作围捕中,将围捕过程中的各个运行阶段定义为不同的状态,在每种状态内部分别执行形成队形、保持队形和转换队形。通过这种方式,提高了程序模块的使用效率,并使编队运动成为围捕任务的执行手段,通过实例仿真验证了本方法的有效性。

基于EKF和PF的多机器人协同定位技术

无论对于单机器人还是多机器人系统,定位能力是其完成各项任务的前提条件。针对常用定位技术难以满足移动机器人群体协同定位精度高、实时性强等要求,提出了一种基于扩展卡尔曼滤波(EKF)和粒子滤波(PF)的混合定位技术。首先,对机器人进行运动建模,然后分别讨论基于扩展卡尔曼滤波和粒子滤波的机器人协同定位的基本原理、优缺点,在此基础上提出基于扩展卡尔曼滤波和粒子滤波相结合的协同定位方法。结果表明,该算法在满足一定条件下可有效解决定位精度与运算量之间的矛盾,可实现在初始条件未知或存在较大误差情况下多机器人快速、精确地协同定位。

基于簇的多移动机器人通信系统

针对多机器人分布式通信的特点,提出一种基于簇的多移动机器人通信系统。周期性地发送识别信息构建多机器人簇结构,可以有效地降低通信网络的负载;通过底层截获网卡数据包来接收信息,并采用一种链路修复机制提高了通信网络的健壮性。在MORCS-2多移动机器人团队上进行的实验表明,机器人之间可以有效地进行簇的组建和重组,该系统有良好的实用性。

多模态融合的多机器人任务分配算法研究

针对分布式任务分配中的资源竞争冲突问题以及解的质量和求解代价难以协调的问题,提出了一种基于多模态融合的多机器人分布式自组织任务分配算法。它将基于信息素的隐式交互机制、基于视觉的阈值模型任务分配机制和基于通信的显式协商协调机制等相结合,实现了未知环境下多机器人系统的多模态分布式自组织任务分配。仿真实验结果表明,多模态融合技术扩大了机器人的感知范围,提高了系统可靠性,而且在较少通信的情况下,有效解决了任务分配冲突问题,提高了任务执行效率。

基于分布式控制系统的多机器人地图构建

针对目前多机器人构建地图的动态分区方法对机器人之间协作的限制问题,提出一种基于分布式控制系统的改进方法。该方法通过坐标转换把机器人的局部坐标信息转换到全局坐标中,利用Adhoc网络对信息进行传递,加强机器人间的协作关系。对信息进行汇总,利用栅格法构建地图。通过在机器人平台实验证明了该方法的可行性和有效性。

Experiments in Consensus-based Decentralized Information Feedback Control Strategies on a Real Robotic Fish Platform

A decentralized information feedback mechanism was introduced to a group of mobile robots such that the robots asymptotically converge to a given moving formation. While various distributed cooperative control strategies have been studied in theory,few of them have been systematically validated on experimental platforms. This paper demonstrates the experimental results of consensus-based decentralized information feedback mechanism on a multiple mobile robotic fish platform. In this paper, we firstly introduced a fundamental consensus algorithm for systems model and the cooperative control experimental platform,and then experimentally implemented and validated the formation control algorithm through setting transit point and lookup table method and so on. The experimental results show the effectiveness of the consensus-based decentralized information feedback control strategies.

基于改进人工协调场的多机器人避碰算法

针对多机器人系统中避碰问题,提出一种基于改进人工协调场的多机器人避碰算法。首先采用凸化障碍,子目标主动选择方法,解决人工协调场在有非凸障碍环境中的"死锁"问题;其次建立基于速度和距离的排斥力模型,以克服人工协调场对空间利用率低的缺陷,尤其是目标点与障碍物距离较近机器人无法抵达的情况;最后设计一种力混合器模型,并基于此模型以达到避免人工协调场中的运动抖动的效果。仿真实验证明该算法对解决有障碍环境下多机器人避碰问题的有效性和可靠性,增强了多机器人系统对复杂环境的适应性。

分布式多机器人协作研究与仿真

描述了一个分布式多机器人完成推箱子或其他任务的协作仿真平台.仿真系统可以用来试验机器人队伍的控制决策、团队组织原则.机器人可以通过环境进行协商,以简单的消息互相通讯.机器人通过传感器信息感知世界,并根据感知序列确定机器人行动.三维视图实时显示了机器人的运动状态,小地图显示了机器人的路径.