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。

基于领航-跟随法的多机器人系统轨迹跟踪控制（英文）

建立了非完整约束移动机器人模型,对其轨迹跟踪问题和队形控制问题进行了讨论。依据Lyapunov稳定性理论和领航-跟随法分别设计了领航机器人跟踪希望轨迹的控制律和跟随机器人保持一定队形跟踪领航机器人的控制律。提出了一种多机器人系统的队形轨迹跟踪控制方法。仿真结果表明了应用所设计的多机器人队形轨迹跟踪控制律,各机器人能够较快地形成希望队形,并按希望队形跟踪希望轨迹,验证了此控制方法的有效性。

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.

非完整移动机器人领航-跟随编队分布式控制

针对非完整移动机器人运动学模型的特点,并且考虑机器人之间的交互关系是局部的,提出了一种基于领航-跟随的非完整多移动机器人分布式编队控制方法。首先提出了一种分布式估计策略,为每个跟随机器人估计(虚拟)领航机器人的位置、方向、线速度等状态;接着利用每个跟随机器人的跟踪误差设计了编队控制算法;使用Lyapunov工具对算法进行了渐近稳定性和收敛性分析;最后,构建了多移动机器人视觉定位与控制实验平台,通过仿真和实验验证了所提算法的有效性。

领航-跟随型多移动小车滑模编队控制

针对多移动小车编队控制和队形变化控制问题,提出一种领航-跟随型多移动小车分布式编队控制方法。通过坐标变换定义了非完整约束轮式移动小车的运动学模型,采用滑模变结构控制,利用每个小车的跟踪误差设计编队控制器以实时调整小车线速度和角速度,实现跟踪误差的快速收敛。理论分析和数值仿真结果表明:所提出的编队控制方法能有效应用于多移动小车的编队控制和队形变化控制中,多移动小车系统能在2.00 s内快速收敛至期望队形并按照期望轨迹运动。该控制方法具有较好的抗干扰性能,在受到正弦信号干扰时能在1.59 s内恢复期望队形。

基于领航-跟随策略的跟随AGV协同控制方法

针对大部件自动化搬运等应用需求,采用领航-跟随编队策略实现跟随AGV跟随领航AGV的协同运行。建立全向AGV的运动学模型;在领航-跟随架构下研究了跟随AGV的队形误差模型;采用Lyapunov反演法,提出一种基于领航-跟随策略的跟随AGV协同控制方法。仿真和实验结果验证了该控制方法的可行性和有效性。

仿雁群行为的领航-跟随无人机编队控制

受大雁飞行行为的启发,提出了一种仿雁群行为的领航-跟随控制,设计了有人/无人机编队队形保持控制策略。首先,从编队体系和控制原理角度设计了领航机的运动学模型,通过接收领航机相对跟随机位置的测量值,对编队的航向、马赫数和高度进行实时控制。再考虑跟随机配对受外界干扰情况,针对编队运动学模型特点设计了动态反馈自适应编队队形保持控制方法。最后,利用MATLAB进行了基于所建立的长机模型和僚机模型的仿真,结果表明无人机能够基于雁群群体行为机制,形成编队,并变换队形后能迅速稳定并保持队形,且当无人机群受到外界干扰时,编队的速度和航向角始终趋于期望值,验证了仿雁群行为的领航-跟随无人机编队的有效性。

基于领航-跟随结构的大型喷灌机协同导航控制方法

针对传统圆形喷灌机、平移喷灌机存在的作业区域单一、对地块适应性差的问题,结合喷灌机圆平一体协同导航作业需求,该研究提出了一种基于领航-跟随结构的大型喷灌机协同导航控制方法。在喷灌机运动学模型的基础上,结合链式控制理论和多塔车比例积分(PI,Proportion Integration)级联控制结构,设计了主塔车路径跟踪控制律和子塔车协同跟随控制律。通过Matlab/Simulink仿真验证了控制方法的可靠性,并以自行研制的喷灌机为载体进行田间验证试验。田间试验结果表明,平移作业模式时,主塔车平均横向偏差小于2.5 cm,主塔车航向偏差小于0.51°,子塔车平均同步偏差小于4 cm;圆形作业模式时,子塔车平均同步偏差小于5 cm。该研究提出的协同导航控制方法和参数适用于平移和圆形2种作业模式,且速度适应性较好,控制精度满足大型喷灌机协同导航喷灌作业需求,解决了传统喷灌机作业模式单一的问题,且为非规则田块的喷灌机导航控制提供技术支撑。

基于领航-跟随结构的联合收获机群协同导航控制方法

面向联合收获机群协同导航作业需求,提出一种基于领航-跟随结构的收获机群协同导航控制方法。该方法在建立收获机群运动学模型的基础上,结合反馈线性化及滑模控制理论设计了渐进稳定的路径跟踪控制律和队形保持控制律。为验证所提模型及方法的有效性,以4台收获机组成的收获机群为试验平台,进行了机群协同导航控制试验。当速度为1.0 m/s时,领航者的平均跟踪误差为5.81 cm,跟随者的平均跟踪误差为5.93 cm,与单台收获机的导航控制精度相近,验证了所提方法的可行性和有效性。

多移动机器人的领航-跟随编队避障控制

针对多移动机器人的编队控制问题,提出了一种结合Polar Histogram避障法的领航-跟随协调编队控制算法。该算法在领航-跟随l-φ编队控制结构的基础上引入虚拟跟随机器人,将编队控制转化为跟随机器人对虚拟跟随机器人的轨迹跟踪控制。结合移动机器人自身传感器技术,在简单甚至复杂的环境下为机器人提供相应的路径运动策略,实现实时导航的目的。以两轮差动Qbot移动机器人为研究对象,搭建半实物仿真平台,进行仿真实验。仿真结果表明:该方法可以有效地实现多移动机器人协调编队和避障控制。

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。

基于路径跟随的改进领航-跟随无人机协同编队方法

针对集群无人机完成高精度协同编队的需要,提出了一种基于路径跟随的改进领航-跟随无人机协同编队方法。首先,在传统A*算法的基础上,引入了障碍威胁系数改进A*算法,为领航无人机规划从起点到目标的全局安全路径;其次,采用Hermite多项式对领航无人机的全局安全路径离散化后进行参数化表示;当遇到新的障碍信息时,利用改进A*算法重新规划路径;随后,领航无人机将跟随无人机的空间编队信息与编队路径参数信息在集群中完成同步;最后,基于一致性原理设计了编队队形协同控制器,并基于改进人工势场法设计了动态避障控制器。仿真结果表明,与传统的领航-跟随方法相比,该方法可以降低编队误差,提高了复杂曲线路径下无人机的编队精度与稳定性,具有一定的工程应用价值。

基于领航-跟随模型的井下多移动机器人编队研究

多机器人协同编队作业是未来机器人技术发展的重要方向,相对于单个机器人来说,编队协同作业能够完成单一机器人无法完成的复杂任务。为了提高多移动机器人的编队控制效果以及执行效率,以一致性理论为基础,提出并设计了改进的领航-跟随一阶一致性编队算法,运用MATLAB进行仿真,结果表明,该方法误差范围小,具有较高的实用性,成果可用于煤矿井下多巡检机器人编队。

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。

基于领航者-跟随者技术的多机器人编队控制

本研究基于“领航者-跟随者”编队控制技术,分析了不同编队构成,不同队形间变换的处理问题。首先,基于二维激光雷达和多目标点顺序导航的方法,设计多机器人编队行进路径,使领航者机器人实现多目标点顺序导航,进而为整个机器人编队提供行进路径。其次,利用搭载在跟随者机器人上的双目视觉相机来进行识别和定位。最后,通过不同队形之间的变换,分别为一字形队形向三角形队形变换,三角形队形向一字形队形变换,来实现编队队形控制。

基于水下目标定位的领航者-跟随者水下航行器编队控制

自主水下航行器是海战中水下武器的重要组成部分,多水下航行器协同作战可提升整个系统的作业效率与鲁棒性。针对水下航行器领航者-跟随者编队控制中跟随者获取领航者信息的方式,提出了基于水下目标定位方法的领航者-跟随者编队控制框架,设计了基于李雅普诺夫方法的编队控制器,证明闭环系统的一致渐进稳定。最后通过仿真案例佐证了本文的理论成果。

任意初始位置机器人领航跟随型迭代学习编队

针对移动机器人编队形成与队形保持问题,提出了一种适用于任意初始位置条件下的迭代学习编队控制算法。采用领航-跟随型编队法,仅利用领航者的运动轨迹和期望的编队队形推导出跟随者的参考航迹,引入迭代学习控制(Iterative Learning Control,ILC)方法,设计跟随者的控制律,使跟随者随着每次迭代调节自身的线速度和角速度,与领航者一起以期望编队队形工作;引入对初始位置的学习,即同时进行编队队形的学习和编队初始位置的学习。解决了任意初始位置的多移动机器人形成并保持期望编队队形的问题。并在理论上分析了控制算法的可行性,仿真结果验证了控制算法的有效性。

基于领航者的多UUV协调编队滑模控制

针对多无人水下航行器(unmanned underwater vehicle,UUV)编队控制易受外界环境扰动的问题,本文提出一种基于领航者的鲁棒滑模编队控制方法。该方法采用滤波反步法设计控制器,使领航者跟踪期望路径。为了使跟随者能够更好地跟踪上领航者,利用领航者的位置与速度信息进行编队控制器设计,增加系统的鲁棒性的同时,分别对跟随者的纵向速度误差和横向速度误差进行了积分滑模面的设计。仿真结果表明:针对外界环境扰动及参数的不确定性,本文所提出的鲁棒性的滑模编队控制器是切实有效的。