(1.28)--7.4 多机器人编队控制（1）.pptVIP

*编队控制：指多个机器人在到达目的地的过程中，保持某种队型，同时又要适应环境约束的控制技术。应用：（1）军事领域：排雷，航天器、无人机的编队飞行、自主水下航行器的编队航行；（2）生产领域:探矿、(水下)测绘、播撒(农药)，(桥梁)探伤；（3）服务领域：清扫(灰尘、树叶)、运送等。7.4多机器人编队控制多机器人编队示意图*多个机器人编队具有以下优点：（1）可以充分获取当前环境信息；（2）可以増强抗干扰的能力；（３）可以提高任务完成效率。机器人编队的主要研究内容可以归结为以下几个方面：（１）队形生成；（2）队形保持；（3）队形切换；（４）编队避障；（5）自适应编队。7.4多机器人编队控制*编队控制研究中存在的主要困难是：在复杂环境中，根据多移动机器人所配置的传感器获得的环境信息及机器人自身状态信息，如何形成合适队形并维持、切换不同队形，同时有效避障。队形控制过程中机器人的位置不能精确获得，而这在多机器人维持队形并经过狭窄通道、急转弯或恶劣的环境状况下是很危险的。对于跟随机器人而言，编队避障是研究其运动策略的一个难点。若检测到障碍，跟随机器人自身不能进行导航，这主要是因为跟随机器人不仅需要避障，还需要在完成避障后恢复期望队形。7.4多机器人编队控制*用于机器人编队控制的算法可以归结为以下四类（1）领航-跟随法该算法的基本思想是：将队形控制问题转化为跟踪控制问题。领航-跟随法可以根据领航者的行为确定整个机器人群体的行为。但是，领航者对整个机器人系统的影响过大。7.4多机器人编队控制*用于机器人编队控制的算法可以归结为以下四类（2）基于行为法基于行为法的基本思想是：预先规定一些机器人的期望行为，根据具体的环境信息做出恰当的反应，确定下一步的运动状态。该算法适用于机器人具有多个竞争性目标的情况。但是，它难以对群体行为进行数学分析，不能保证队形的稳定性。7.4多机器人编队控制*（3）虚拟结构法虚拟结构法将整个编队系统视为刚体结构，将系统的期望运动转换为单个机器人的期望运动。虚拟结构法具有较高的轨迹跟踪精度，并且不涉及复杂的通信协议。但是，它要求队形为一个刚性的虚拟结构，缺乏灵活性与自适应性。7.4多机器人编队控制*（4）图论法图论法主要根据图论知识对机器人编队进行建模，图的顶点用来描述单个机器人;边用来表述机器人间的关联/约束拓扑关系,例如感知、通信或控制连接等,即如果两机器人间存在感知、通信或控制等拓扑关系,则在相应图中的两顶点间存在(有向)边。图论法可以利用图表示任意队形，形式化理论成熟。但是图论法也存在一些不足，主要适用于仿真研究，实现较为复杂。7.4多机器人编队控制*领航-跟随法优点在于群体的行为可以由单个机器人,即领航者决定;缺点在于编队的鲁棒性高度依赖于领航者的鲁棒性,即一旦领航者被损毁,编队将被破坏。跟随领航者法的另一个缺点在于跟随者一般不能够影响领航者的运动。基于行为法的优点在于它能自然地整合多机器人系统中的多个(竞争性)目标;且一般地基于行为的方法中单个机器人只需要邻居机器人的信息,其本质上是一种分布式的控制方法,不会受到多机器人系统规模的影响。主要缺点在于它一般无法显式地定义群体行为,即基本行为通常具有某种涌现性。从数学上定量描述和分析编队的诸多特性较为困难,例如稳定性和收敛速度等。7.4多机器人编队控制*虚拟结构法的主要长处在于它(采用虚拟的刚体)容易整体描述群体的行为,并且能够自然地应用编队反馈来设计控制律,从而取得较高的编队控制精度;但是其缺点也在于编队必须刚性运动,这限制了该方法的应用范围。 基于图论法由于可以借鉴成熟的图论理论研究编队控制律设计、编队构型、编队信息流等,在近几年受到研究人员的广泛关注,逐步融合了前3种方法,成为研究编队控制的主流方法。7.4多机器人编队控制