基于模块化异构多机器人的煤矿灾害处置系统

针对煤矿环境提出一种新的煤矿灾害处置系统,即基于模块化异构多机器人(MHMRS)的煤矿灾害处置系统。该系统是以功能已知的基本单元,采用模块化组合构成不同结构的成员机器人、多个成员机器人形成的多机器人系统。系统具有构建简单、模块体积小、模块结构多样等特点,适合煤矿井下灾害处置需要。给出了试验研究平台的结构,研究了该系统在煤矿灾害处置中的应用特点和方式,提出采用应急临时网络降低人工救援的风险,提高救援系统应对灾害的能力。

水路两栖异构多机器人系统一致性编队控制的设计仿真

针对水上无人船和陆地无人车构成的水陆两栖异构多机器人系统编队控制复杂的问题,研究并设计了一种一致性自适应包含控制方式。首先利用系统的理论模型并通过系统转换算法结合图论及矩阵理论,完成了固定拓扑下系统达到一致性所需的条件分析,并且实行仿真从而证实该理论的效用显著。在此基础上为实现对系统的包含控制,对多异构系统详细分析基础上完成对自适应连续控制器的设计。最后利用仿真实验证实该方法不仅能够很好地达到分布式包含控制效果,而且极大增强了异构多机器人系统的稳定性和可靠性。

动态环境下分布式异构多机器人避障方法研究

多机器人系统在联合搜救、智慧车间、智能交通等领域得到了日益广泛的应用。目前,多个机器人之间、机器人与动态环境之间的路径规划和导航避障仍需依赖精确的环境地图,给多机器人系统在非结构环境下的协调与协作带来了挑战。针对上述问题,本文提出了不依赖精确地图的分布式异构多机器人导航避障方法,建立了基于深度强化学习的多特征策略梯度优化算法,并考虑了人机协同环境下的社会范式,使分布式机器人能够通过与环境的试错交互,学习最优的导航避障策略;并在Gazebo仿真环境下进行了最优策略的训练学习,同时将模型移植到多个异构实体机器人上,将机器人控制信号解码,进行真实环境测试。实验结果表明:本文提出的多特征策略梯度优化算法能够通过自学习获得最优的导航避障策略,为分布式异构多机器人在动态环境下的应用提供了一种技术参考。

异构多机器人编队相互通信时延精确控制

编队控制是多机器人协同控制领域研究的重点问题。考虑实际复杂环境,对异构多机器人系统的编队控制研究更具工程意义。再者,当异构多机器人编队系统存在通信时延时,同时对系统中不同阶机器人进行一致性分析的难度增大。针对以上问题,提出一种基于一致性理论的异构系统编队控制算法。考虑零时延与固定时延两种情况,首先,利用一致性思想将领航跟随者模式下的异构多机器人系统编队控制问题转换为稳定性问题。然后,根据矩阵分析与Routh-Hurwitz定理,推导出零时延系统实现编队控制的充要条件。进一步构造Lyapunov-Razumikhin函数,利用Newton-Leibniz公式与Lyapunov定理,推导出固定时延系统实现编队控制的充分条件。仿真结果表明:基于一致性算法的异构多机器人系统能够实现相互通信时延条件下的编队精确控制。