基于改进领航-虚拟跟随法的车辆队列控制

文中分析了车辆队列控制方法中传统的领航-虚拟跟随法存在模型误差的问题,提出一种考虑跟随车参考路径点连线与横轴的夹角作为参考航向角的改进领航-虚拟跟随方法,将队列控制问题转化为对特定位置的轨迹跟踪问题。然后基于车辆运动学模型实时规划跟随车的速度,运用误差修正的Stanley方法和PD控制分别进行车辆横向控制和车辆纵向油门/刹车控制。最后,通过CarSim/Simulink联合仿真,验证了改进领航-虚拟跟随方法在3车三角形队列圆周和正弦曲线工况下的效果。结果表明:改进领航-虚拟跟随方法较传统领航-虚拟跟随法,使1号和2号跟随车横向误差均值和最大值得到了降低。

基于领航-跟随法的多机器人编队控制

编队控制是多机器人系统研究的核心问题之一,具有广泛的研究价值。针对编队问题,通过对轮式差分驱动机器人运动模型进行分析,并设计相应的控制器。在传统的领航-跟随模型上,引入“虚拟机器人”,将跟随者机器人对领航者机器人的轨迹跟踪转换为跟随者对“虚拟领航者”的轨迹跟踪。首先,预设定实际领航者机器人的行进路径,由实际领航者引导运动方向的运动轨迹被视为主轨迹,虚拟机器人通过数据产生参考点从而生成参考轨迹,跟随者机器人通过对参考轨迹的跟踪与“虚拟领航者”构成轨迹误差跟踪系统。然后通过Lyapunov的控制理论验证控制器的理论可行性,最后在MATLAB/Simulink仿真平台进行实验,通过改变控制参数来使机器人形成相应的期望队形,在较短的时间内,跟随机器人对参考轨迹的跟踪误差趋向于0且速度收敛,验证了编队系统的可行性。

基于领航-跟随法和人工势场法的巡检机器人编队

机器人编队技术正不断发展并逐步投入应用,为了提升巡检机器人的工作效率,提出了一种基于领航-跟随法和人工势场法的编队控制方法,保留了两方法的优点,使机器人编队在躲避障碍物的同时尽可能保持队形,通过施加随机扰动的方法改善人工势场法中容易出现的局部最小值问题。实验结果表明,提出的方法完成任务消耗的时间相较于领航-跟随法和基于行为法分别下降了28.5%和41.4%,在执行特定任务如协同围捕和依次排开时采用该方法的编队也能优秀完成。通过ROS(robot operating system)平台进行模拟环境仿真,进一步验证了方法的可行性。

基于领航-跟随的无人机编队避碰飞行控制

为实现多无人机之间队形的动态保持,针对从机对主机轨迹的实时追踪和主从机之间航向角的准确同步问题,设计一种以无人机之间距离和角度为变量的领航-跟随算法,在此基础上设计一种误差比例控制器以实现编队队形动态保持;在解决无人机内部避碰的问题上,建立一种球类避碰算法,避免无人机之间因碰撞而影响队形。通过Matlab仿真平台验证无人机集群编队算法,实验结果表明:改进的领航-跟随算法能够稳定地操控多架无人机,实现编队飞行;改进的无人机避碰算法能够有效维持编队的队形,并确保编队成员之间有足够的安全间距;算法的改进不仅提高了无人机编队控制的稳定性,而且能够应对更加复杂的环境条件。

基于改进鸽群算法与领航跟随法的无人车编队方法

针对无人车编队方法的不足,提出一种基于改进鸽群算法与领航跟随法的无人车编队方法。采用传统鸽群算法编队时有一定的局限性,故在算法初期提供一个初始解以提高计算效率,并在算法的地磁算子中加入相应的权重指标,提高算法在整体路径中的规划效率。在编队过程中,先利用改进鸽群算法为领航者规划出一条最优的路径,再运用领航跟随法控制每一辆跟随者以一定的距离和角度跟随领航者,从而实现以设定的队形运动。通过建立栅格地图进行仿真并在真实无人车上进行实际应用,验证该编队方法的可行性。结果表明:与量子粒子群优化算法与粒子群优化算法相比,改进的鸽群算法主要优势是最优路径短、运行时间短、收敛速率高。

一种领航-跟随型多移动机器人编队控制方法

针对多移动机器人的路径规划、编队成形与编队保持问题,本文提出了一种集路径规划和轨迹跟踪于一体的领航-跟随型编队控制方法。将改进型人工势场法引入领航机器人的在线局部路径规划中,有效解决了领航-跟随型编队运动中的无碰撞路径规划问题;采用滑模运动控制方法,设计了一种自主调节移动机器人线速度和角速度的轨迹跟踪控制器,解决了跟随机器人实时追踪预定轨迹的实时控制问题。这种综合路径规划和轨迹跟踪的一体化多机编队控制方法,有助于解决多无人系统编队、多机协作搬运等复杂作业任务。

多机器人领航-跟随型编队控制

为控制多机器人协作系统中跟随者机器人的输入速度v和加速度a不超过其额定值v_m和a_m,设计了一种速度和加速度受限的领航-跟随型编队控制算法,此算法设计了两个一阶滤波器,作为控制器的两个反馈信号,且此反馈信号及其导数的大小受限于两个滤波器参数.通过李雅普诺夫理论证明了闭环系统渐近稳定,仿真和实验结果表明,编队机器人可以稳定地组成设定的队形并且保持队形运动,且其运行速度和加速度均在设定的范围内,即当t→∞时,位姿误差ex,ey,eθ将收敛于0,且v<v_m,a<a_m.

基于虚拟领航者和改进胡克定律的无人船集群避障

[目的]针对无人船集群规避障碍物的问题,提出一种基于虚拟领航者和改进胡克定律的弹性集群编队控制方法。[方法]首先,根据障碍物的长和宽得到其外接椭圆,按照长宽比向外扩展出虚拟碰障区、避障反应区、自由航行区,实现水面避障物模型的简化;其次,基于虚拟领航者和改进胡克定律,对编队各成员之间、各成员虚拟领航者之间的相对距离和速度予以约束,采用坐标形式设置编队队形,构建弹性编队模型,并基于障碍物的环形斥力场来实现单无人船的避障,以及在弹性集群编队的组织下实现无人船集群的避障;然后,通过优化处理无人船的航行过程,消除编队及避障过程中的“徘徊”和“振荡”等现象,使各无人船的运动更加平滑;最后,运用Matlab软件对由4艘无人船组成的集群编队进行仿真实验。[结果]实验结果表明,编队可成功绕过设置的所有障碍物,验证了所提方法的有效性和可行性。[结论]该方法可实现无人船集群对水面障碍物的规避,具备在一定复杂环境下的通过能力,可为无人船集群避障的应用及研究提供参考。

基于领航位置信息的AUV三维编队控制方法

研究了自治水下机器人(Autonomous Underwater Vehicle,AUV)三维环境中编队控制问题,应用领航-跟随式队形控制方法,仅利用领航者的位置信息及期望编队队形得到虚拟机器人的航行轨迹及速度信息,作为跟随者的航行参考量,应用反步及滑模控制方法为跟随者设计自适应控制律,使其轨迹收敛于虚拟机器人的轨迹,从而与领航者保持期望位姿关系。随后,在具体AUV动力学模型上,利用MATLAB/SIMULINK平台进行了编队控制的仿真研究,实现了预期的控制效果,验证了算法的有效性及实用性。

基于虚拟子目标联合边界力的编队避障算法

针对复杂环境条件下无人机(unmanned aerial vehicle,UAV)集群编队系统中领航-跟随集群的编队控制和人工势场法中的避障问题,提出了一种基于虚拟子目标联合边界力(joint virtual subtarget and boundary force,JVBF)的无人机集群编队避障算法。采用基于虚拟子目标的领航-跟随法并优化修正力函数来实现无人机集群的队形控制,以达到帮助跟随无人机快速恢复队形的目的;采用基于边界力的人工势场法负责局部路径规划,解决无人机目标不可达和狭窄通道内振荡的缺点。仿真结果表明,所提算法相较于传统算法具有更高的编队队形一致性和时间效率。

基于DE算法的四旋翼编队MPC控制器设计

介绍基于DE算法的四旋翼编队MPC控制器的设计,并进行编队算法效果验证。

基于IAPF算法的无人艇动态编队自主路径规划

针对无人艇编队进行自主避障过程中的队形控制问题,提出虚拟跟随艇的Leader-Follower编队控制法.通过设置自适应编队控制策略,实现根据可航水域的宽度自适应队形控制和调整跟随角.引入无人艇的速度和加速度参量,对传统人工势场算法进行改进,以适应无人艇的动态运动.在仿真图像的基础上,采用改进的人工势场法(IAPF)进行静态障碍环境中的无人艇编队路径规划,仿真结果验证了自适应编队控制策略的有效性,实现了对障碍物的有效避碰,达到动态编队目的.

基于拍卖算法的多机器人编队时间优化

针对多机器人编队在捕猎、营救以及障碍清除等一些关键的任务中,存在队形形成的时间限制等一系列问题,提出了一种基于拍卖算法的整体时间优化控制策略。该策略主要是在领航-跟随法多机器人编队的基础上,由作为拍卖方的领航者将各个需要跟随的目标点依次拍卖出去,再由作为投标方的跟随者依据自身的综合优势对各个目标点进行投标竞拍,形成一个时间矩阵,最终由领航者根据系统的需要对时间矩阵进行重置规划后形成一个分配矩阵,即协调指定各跟随者的目标点形成特定的队形以完成任务。通过多机器人编队形成的仿真实验结果表明,该方法可以有效的实现多机器人队形形成时间的优化,并且保证了编队队形的完整性。

基于接替性领航机制的多机器人编队

针对多机器人编队在货物搬运、猎物捕捉以及环境探索等一些关键的任务中,存在队形运行时领航者机器人的依懒性等问题,提出了一种基于接替性领航机制的多机器人编队控制策略。该策略主要是在领航-跟随法多机器人编队的基础上,每一定时间内领航者与跟随者通信一次,若通信成功,则机器人继续编队运行;反之,在跟随者中根据各自的综合优势选取新的领航者,由该机器人接替上一任领航者组织队形继续运行。通过仿真实验结果表明,该机制能够有效的实现,并且保证编队队形的完整性。

基于队形变化的多无人机航迹规划算法

针对多无人机在复杂环境下的航迹规划问题,文中提出基于队形变化的多无人机航迹规划算法。利用领航-跟随的无人机拓扑结构,设计了一种以时间与航程作为衡量指标的代价函数,求解出最优的编队集结点。采用改进的Informed-RRT*算法求解出领航者的渐近最优航迹,结合队形变化策略实现了跟随者的航迹规划与避障。在定义队形变化量、路径长度比、航向稳定性性能指标的基础上,文中进行了仿真实验并对生成航迹进行评价与对比。仿真结果表明,无人机编队实现了在复杂环境下航迹规划与避障,同时为跟随者规划出最优航迹,与领航者最优航迹长度相差不到1%,验证了该算法的实用性与有效性。

基于虚拟模型的类拖车机器人系统轨迹跟踪控制

模块化轮式机器人通过连杆串联所组成的分布式多体独立驱动的类拖车系统在控制上具有强耦合性。针对类拖车系统的轨迹跟踪和构型稳定性问题,研究了基于虚拟模型的领航跟随法。首先建立类拖车系统的运动学模型并给定了系统约束;其次通过系统中连杆的受力信息对拖车中的领航跟随位置关系进行修正,通过模型预测控制器实现系统的运动控制;最后,通过仿真验证了所提方法能够实现类拖车系统的轨迹跟踪并提高了系统的构型稳定性。

基于四旋翼无人机集群协同编队飞行的控制策略转换研究

在目前无人机协同编队飞行的研究中,主要采用领航-跟随结构法的主从控制策略;但是在实际工况中一旦主无人机发生损毁,则编队飞行就会无法实现。基于上述情况,建立了四旋翼无人机动力学模型,使用数值仿真对四旋翼无人机协同编队飞行策略的转换进行了研究。首先,通过四旋翼无人机采用领航-跟随结构法进行了集群协同编队飞行时的模型建立并且进行相关仿真。其次由于该结构法存在鲁棒性差,较为依赖信号稳定性且同时存在主无人机损毁的风险;因此研究了四旋翼无人机采用交叉耦合结构法进行集群协同编队飞行时的模型并且进行了相关的仿真,验证了其可行性。最后为了加强四旋翼无人机协同编队时的稳定性,研究了在飞行过程中两种不同的飞行策略进行转换的协同控制器并且进行了仿真验证了其可行性。

基于传感探测系统的多自治水下机器人编队协调控制

针对自治水下机器人(AUV)编队协调控制问题,研究了基于传感探测系统的主从式编队协调控制方法.该方法能够避免AUV编队之间依靠水声通信而造成的通信延迟和数据丢失的问题,提高编队控制的可靠性以及生存能力.首先根据领航者位置信息和期望的编队队形得到跟随者的参考路径,跟随者可以实时测得领航者的距离和航向信息并与参考路径相对比.其次为了使跟随者轨迹在短时间内收敛于参考路径从而得到期望的队形,利用Lyapunov函数设计了反演控制器.最后对设计进行了编队控制的仿真.结果表明,AUV编队队形保持良好,所采用的方法具有很好的可行性.

事件触发策略下多AUV抗干扰固定时间编队控制

针对多AUV编队控制的模型参数不确定及未知海流干扰的问题,提出基于固定时间模糊干扰观测器的事件触发编队控制方法,该方法可保证编队控制在固定时间内收敛.首先,构造了固定时间模糊干扰观测器处理系统的集总扰动,实现固定时间内对扰动的精确估计.在扰动观测器的基础上,将指令滤波器与反步法结合,消除了多次求导产生的计算爆炸问题;其次,为了降低网络传输资源能耗,将事件触发机制引入多AUV编队控制中,设计具有固定时间收敛性能的分布式编队控制器,且系统收敛时间仅取决于控制器设计参数,并经理论证明无Zeno行为;最后通过多AUVs编队仿真实验,证明了所提出算法的有效性和合理性.

基于事件触发的AUVs固定时间编队控制

针对多自主水下航行器编队系统受限于有限的通信资源及收敛速度慢等问题,提出一种基于事件触发的自主水下航行器固定时间领航-跟随编队控制方法.首先,将动态面控制算法与反步法结合,消除“计算膨胀”问题;其次,为节约有限通信资源,将事件触发通讯机制和固定时间理论引入多自主水下航行器编队控制中,设计编队控制器,实现编队系统的固定时间稳定,且系统收敛时间与初始状态无关,并通过理论证明无Zeno行为;最后,对4艘自主水下航行器的编队进行仿真实验,验证算法的有效性.