CN102053621A - 一种任意队形的群移动机器人密度控制方法 - Google Patents

一种任意队形的群移动机器人密度控制方法 Download PDF

Info

Publication number
CN102053621A
CN102053621A CN2009102374323A CN200910237432A CN102053621A CN 102053621 A CN102053621 A CN 102053621A CN 2009102374323 A CN2009102374323 A CN 2009102374323A CN 200910237432 A CN200910237432 A CN 200910237432A CN 102053621 A CN102053621 A CN 102053621A
Authority
CN
China
Prior art keywords
robot
mobile robot
mobile
group
robots
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN2009102374323A
Other languages
English (en)
Other versions
CN102053621B (zh
Inventor
宋萍
李科杰
漆光平
陈昌
康晓
韩惠婕
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Institute of Technology BIT
Original Assignee
Beijing Institute of Technology BIT
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing Institute of Technology BIT filed Critical Beijing Institute of Technology BIT
Priority to CN2009102374323A priority Critical patent/CN102053621B/zh
Publication of CN102053621A publication Critical patent/CN102053621A/zh
Application granted granted Critical
Publication of CN102053621B publication Critical patent/CN102053621B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Manipulator (AREA)

Abstract

本发明公开了一种任意队形的群移动机器人密度控制方法,属于移动多机器人技术邻域。包括移动机器人的聚群、设定群移动机器人的前进目标点、机器人群移动调整;直到到达目标位置。本发明通过拥挤因子调节机器人过于分散的问题,通过可压缩范围的机器人弹簧模型调节机器人过于拥挤或与障碍物之间过于接近易发生碰撞的安全距离,群移动机器人的队形不固定,使得群移动机器人的通讯和感知范围得以有效保障,克服了单个机器人易发生掉队的现象。采用本发明的方法,使得群移动机器人具有自动化程度高,机器人密度可控,可根据运动环境进行任意队形组合,从而保证了未知环境下群移动机器人的密度等特点。

Description

一种任意队形的群移动机器人密度控制方法
技术邻域
本发明涉及一种任意队形的移动群机器人密度控制方法,属于移动多机器人技术邻域中的队形控制技术领域。
背景技术
群移动群机器人系统是由数量众多的微小型移动机器人组成的,适合于侦察、救援等协作邻域的应用。如何有效组织数量众多的微小型机器人协同工作是群移动群机器人系统一个重要的课题。在完成任务的过程中,为了有效控制移动机器人之间的间距,以保证机器人群体的通讯覆盖范围和感知覆盖范围,要求机器人之间不至过于分散,同时,又不至于过度拥挤而造成碰撞,这是微小型移动群机器人系统应用的基础问题之一。目前,基于多机器人的队形控制问题主要是特定的刚性几何形状而进行的。此类方法存在的问题是:队形不具备动态调整的能力,灵活性差,在未知环境中的适应性能力不强,移动机器人的密度不进行专门控制等,造成通讯可能中断或感知范围得不到保障。
发明内容
本发明解决了移动机器人进行过程中机器人密度保持问题,解决了传统多机器人队形控制方法在先进过程中机器人密度控制与队形变换冲突的问题,同时,改善了传统方法对未知环境的适应性。
该一种任意队形的群移动机器人密度控制方法,其实现步骤如下:
步骤一、移动机器人的聚群:移动机器人检测附近的机器人,统计其感知邻域内的伙伴数目及分布方位,并向机器人数量较多的方位作为移动方向前进一步,反复执行此过程直到机器人聚群;
步骤二、设定群移动机器人的前进目标点,在各机器人上根据机器人与目标点之间的距离关系施加一个目标对机器人的目标吸引虚拟力;如果移动机器人之间距离小于预设值或当障碍物在其排斥范围内时,在机器人上再施加一个虚拟排斥合力,机器人在行进过程中,每一步移动步长根据目标吸引虚拟力、虚拟排斥合力和拥挤因子的变化而变化;
步骤三、移动机器人群的密度发生变化时,如果移动机器人之间相对位置处于可压缩范围之外,则进行调整:如果移动机器人的密度过于拥挤,移动机器人则通过弹簧模型相互排斥;如果过于分散,则转步骤一,执行聚群行为;当移动机器人间的相对位置处于可压缩范围内,则无需调整;
步骤四、检测群移动机器人是否到达目标位置,若到达目标位置,则整个运动过程结束;否则,转步骤一。
步骤一中移动机器人通过安装在自身周围的传感器检测附近邻域内的机器人。
步骤二中合力为机器人之间的排斥力与障碍物的排斥合力,大小与机器人之间的距离和机器人到障碍物的距离成比例。
本发明的有益效果:
本发明采用基于有限压缩范围的弹簧模型进行群移动机器人的密度控制,不采用固定的机器人队形,通过引入拥挤因子和虚拟力保证节点不至过于分散和过于拥挤,从而保证群移动机器人具有较为均匀的密度,使得群机器人具有较高的通讯和感知范围度。
本发明通过拥挤因子调节机器人过于分散的问题,通过可压缩范围的机器人弹簧模型调节机器人过于拥挤或与障碍物之间过于接近易发生碰撞的安全距离。采用本发明进行群机器人的运动控制,群移动机器人的队形不固定,可适应未知环境下的移动机器人密度保持,使得群移动机器人的通讯和感知范围得以有效保障,克服了单个机器人易发生掉队的现象。采用本发明的方法,使得群移动机器人具有自动化程度高,机器人密度可控,可根据运动环境进行任意队形组合,从而保证了未知环境下群移动机器人的密度等特点。
附图说明
图1移动机器人的可压缩弹簧模型
图2移动机器人的聚群行为示意图
图3任意队形的群移动机器人密度保持流程图
具体实施方式
所述的一种任意队形的群移动机器人密度控制方法中,移动机器人具有感知邻域内其它机器人和障碍物的能力,具有和其伙伴机器人通讯的能力。其模型如下:
首先,建立移动机器人的有限压缩弹簧模型。根据移动机器人的工作特点,采用有限压缩的弹簧模型(有限压缩范围为一个环形带区域),建立移动机器人的作用场,原理如图1所示:
1)人为设定目标点位置后,对移动机器人施加一个目标吸引虚拟力,移动机器人受到目标点的吸引力大小与距离的关系成正比,方向为机器人与目标点连线的方向。
2)当移动机器人由于碰到避障物或其它原因导致移动机器人间的距离过于接近时,移动机器人与移动机器人之间或移动机器人与障碍物之间产生虚拟排斥力,以保证移动机器人运动时的安全距离。当机器人处于相互排斥的范围时,其所有排斥力范围内的移动机器人或障碍物的合斥力大小与距离成反比,方向为法线方向。
3)综合情形1)和2),移动机器人在运动场中的作用合力为目标吸引虚拟力与虚拟排斥力的合成。
通过移动机器人的有限压缩弹簧模型,可以较好地控制移动机器人间的弹性安全距离,从而实现移动机器人密度的控制;同时,还可以控制移动机器人与障碍物之间的距离,避开障碍物。
其次,移动机器人的每一步移动步长更新。移动机器人的最大移动步长为η;δ为拥挤度因子,与机器人邻域内的机器人伙伴数目成正比。
如图2所示,(a)-(c)为移动机器人加入移动机器人群的过程示意图,其中(d)为最终移动机器人聚群效果图。
移动机器人i搜索当前感知邻域内的伙伴数目及其位置分布,伙伴数目与拥挤度因子δi成正比。移动机器人以机器人数目最多的方向为移动方向,该方向表明有较多的伙伴移动机器人并且不太拥挤,移动机器人朝该方向前进一步。当移动机器人处于有限压缩范围内时,停止移动,而进行平衡状态。
移动机器人的位置更新为:
X → i t + 1 = X → i t + c 1 · Rand ( 1 ) · δ i · η + c 2 · η · F → i - - - ( 1 )
其中,i=1,2,3,…,n(n为移动机器人总数),c1、c2为加速系数,δi为移动机器人i的拥挤度因子,Rand(1)为随机因子,
Figure B2009102374323D0000042
Figure B2009102374323D0000043
为机器人当前时刻的位置和下一时刻的位置。
步骤一、二、三所述的一种任意队形的群移动机器人密度控制方法,其具体实现过程如下:
步骤一的具体实现过程:如图2、3所示,移动机器人通过安装在自身周围的传感器检测附近邻域内的机器人,统计其感知邻域内的伙伴数目及分布方位,邻域内的伙伴机器人数目越多,则其拥挤度因子δ越大。移动机器人选择感知邻域内的机器人数量较多的方位作为移动方向,该方向表明是伙伴机器人的中心有较多的机器人且不太拥挤,则移动机器人向伙伴的中心位置方向前进最大步长η。反复执行此过程后,直到所有的移动机器人处于可压缩弹簧模型的平衡范围时,最终移动机器人的聚群实现。最终移动机器人的群聚状态如图3(d)所示。
步骤二的具体实现过程:
1)在聚群实现后,通过人为设定群移动机器人的前进目标点。此后,在各机器人上根据机器人与目标点之间的距离关系施加一个目标对机器人的目标吸引虚拟力;
2)如果移动机器人之间过于拥挤或当障碍物在其排斥范围内时,此时,在1)的基础上给机器人再施加一个虚拟排斥合力,此合力为处于排斥范围内机器人之间的排斥力与障碍物的排斥合力,大小与机器人之间的距离和机器人到障碍物的距离成比例,并将虚拟合力作为式(4)中第三项调节步长的因子。
3)按式(4)考虑虚拟引力和拥挤度因子后更新移动步长,并按该步长前进一步。
步骤三的具体实现过程:
在进行过程中,各移动机器人的相对位置可能发生变化,移动机器人群的密度也随之发生了变化。
1)如果移动机器人之间相对位置处于可压缩范围之外,为了保持移动机器人间的间距,则应进行调整:如果移动机器人的密度过于拥挤,移动机器人则通过弹簧模型相互排斥;如果过于分散,则转步骤一,执行聚群行为。
2)当移动机器人间的相对位置处于可压缩范围内,则无需调整,减小了移动机器人的振荡;
3)检测群移动机器人是否到达目标位置,若到达目标位置,则整个运动过程结束;否则,转步骤一。

Claims (3)

1.一种任意队形的群移动机器人密度控制方法,其特征在于:实现步骤如下:
步骤一、移动机器人的聚群:移动机器人检测附近的机器人,统计其感知邻域内的伙伴数目及分布方位,并向机器人数量较多的方位作为移动方向前进一步,反复执行此过程直到机器人聚群;
步骤二、设定群移动机器人的前进目标点,在各机器人上根据机器人与目标点之间的距离关系施加一个目标对机器人的目标吸引虚拟力;如果移动机器人之间距离小于预设值或当障碍物在其排斥范围内时,在机器人上再施加一个虚拟排斥合力,机器人在行进过程中,每一步移动步长根据目标吸引虚拟力、虚拟排斥合力和拥挤因子的变化而变化;
步骤三、移动机器人群的密度发生变化时,如果移动机器人之间相对位置处于可压缩范围之外,则进行调整:如果移动机器人的密度过于拥挤,移动机器人则通过弹簧模型相互排斥;如果过于分散,则转步骤一,执行聚群行为;当移动机器人间的相对位置处于可压缩范围内,则无需调整;
步骤四、检测群移动机器人是否到达目标位置,若到达目标位置,则整个运动过程结束;否则,转步骤一。
2.根据权利要求1所述的一种任意队形的群移动机器人密度控制方法,其特征在于:步骤一中移动机器人通过安装在自身周围的传感器检测附近邻域内的机器人。
3.根据权利要求1或2所述的一种任意队形的群移动机器人密度控制方法,其特征在于:步骤二中合力为机器人之间的排斥力与障碍物的排斥合力,大小与机器人之间的距离和机器人到障碍物的距离成比例。
CN2009102374323A 2009-11-06 2009-11-06 一种任意队形的群移动机器人密度控制方法 Expired - Fee Related CN102053621B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN2009102374323A CN102053621B (zh) 2009-11-06 2009-11-06 一种任意队形的群移动机器人密度控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN2009102374323A CN102053621B (zh) 2009-11-06 2009-11-06 一种任意队形的群移动机器人密度控制方法

Publications (2)

Publication Number Publication Date
CN102053621A true CN102053621A (zh) 2011-05-11
CN102053621B CN102053621B (zh) 2012-05-09

Family

ID=43958039

Family Applications (1)

Application Number Title Priority Date Filing Date
CN2009102374323A Expired - Fee Related CN102053621B (zh) 2009-11-06 2009-11-06 一种任意队形的群移动机器人密度控制方法

Country Status (1)

Country Link
CN (1) CN102053621B (zh)

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102707719A (zh) * 2012-05-16 2012-10-03 北京航空航天大学 移动机器人及多移动机器人的协调控制方法
CN103605371A (zh) * 2013-11-28 2014-02-26 电子科技大学 一种控制多个智能终端包围目标的方法
CN103731874A (zh) * 2013-12-31 2014-04-16 北京理工大学 基于拥挤意愿的移动无线传感器网络节点队形约束方法
CN105005306A (zh) * 2015-07-24 2015-10-28 深圳市德宝威科技有限公司 机器人表演中复位方法
CN106569491A (zh) * 2016-10-31 2017-04-19 江苏华航威泰机器人科技有限公司 一种机器人避障轨迹规划方法
WO2018040734A1 (zh) * 2016-09-05 2018-03-08 深圳光启合众科技有限公司 智能个体的行进控制方法及装置、机器人
CN108040338A (zh) * 2017-11-27 2018-05-15 华南理工大学 监控目标不规则分布环境下无线传感器网络的部署方法
CN112148021A (zh) * 2020-09-10 2020-12-29 北京理工大学 基于二叉树拓扑结构和特定规则的多智能体编队变换方法
CN112569598A (zh) * 2020-12-22 2021-03-30 上海幻电信息科技有限公司 目标对象控制方法及装置

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1548530A1 (en) * 2003-12-22 2005-06-29 Alcatel Method of controlling swarm of robots
CN101515179B (zh) * 2009-02-17 2010-07-28 浙江大学 一种多机器人队形变换方法

Cited By (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102707719B (zh) * 2012-05-16 2014-03-05 北京航空航天大学 移动机器人及多移动机器人的协调控制方法
CN102707719A (zh) * 2012-05-16 2012-10-03 北京航空航天大学 移动机器人及多移动机器人的协调控制方法
CN103605371B (zh) * 2013-11-28 2016-05-11 电子科技大学 一种控制多个智能终端包围目标的方法
CN103605371A (zh) * 2013-11-28 2014-02-26 电子科技大学 一种控制多个智能终端包围目标的方法
CN103731874B (zh) * 2013-12-31 2016-09-21 北京理工大学 基于拥挤意愿的移动无线传感器网络节点队形约束方法
CN103731874A (zh) * 2013-12-31 2014-04-16 北京理工大学 基于拥挤意愿的移动无线传感器网络节点队形约束方法
CN105005306A (zh) * 2015-07-24 2015-10-28 深圳市德宝威科技有限公司 机器人表演中复位方法
CN105005306B (zh) * 2015-07-24 2017-08-25 杭州德宝威智能科技有限公司 机器人表演中复位方法
WO2018040734A1 (zh) * 2016-09-05 2018-03-08 深圳光启合众科技有限公司 智能个体的行进控制方法及装置、机器人
CN107791280A (zh) * 2016-09-05 2018-03-13 深圳光启合众科技有限公司 智能个体的行进控制方法及装置、机器人
CN106569491A (zh) * 2016-10-31 2017-04-19 江苏华航威泰机器人科技有限公司 一种机器人避障轨迹规划方法
CN108040338A (zh) * 2017-11-27 2018-05-15 华南理工大学 监控目标不规则分布环境下无线传感器网络的部署方法
CN108040338B (zh) * 2017-11-27 2019-12-10 华南理工大学 监控目标不规则分布环境下无线传感器网络的部署方法
CN112148021A (zh) * 2020-09-10 2020-12-29 北京理工大学 基于二叉树拓扑结构和特定规则的多智能体编队变换方法
CN112569598A (zh) * 2020-12-22 2021-03-30 上海幻电信息科技有限公司 目标对象控制方法及装置

Also Published As

Publication number Publication date
CN102053621B (zh) 2012-05-09

Similar Documents

Publication Publication Date Title
CN102053621B (zh) 一种任意队形的群移动机器人密度控制方法
CN109445459B (zh) 无人机集群编队控制方法及其装置
CN107102650B (zh) 一种适用于高速环境的无人机动态路径规划方法
CN106792750B (zh) 一种基于导向粒子群算法的节点部署方法
CN105487544B (zh) 基于模糊推理系统的多机器人角度控制围捕方法
Yi et al. Online learning of a full body push recovery controller for omnidirectional walking
CN106647260B (zh) 一种基于相对阻抗的双臂遥操作自适应控制方法
CN101092032B (zh) 机器人交互行为控制
CN104317291A (zh) 一种基于人工势场法的机器人避碰路径规划方法
CN102096415A (zh) 基于Ad-Hoc网络和leader-follower算法的多机器人编队方法
EP4342792A3 (en) Systems and methods for uav flight control
Huang et al. A simple running model with rolling contact and its role as a template for dynamic locomotion on a hexapod robot
Derr et al. Extended virtual spring mesh (EVSM): The distributed self-organizing mobile ad hoc network for area exploration
CN103997748B (zh) 一种基于混合型传感器网络的差异覆盖方法
CN105269577B (zh) 仿人双足机器人步态切换控制系统及控制方法
Kong et al. An improved method of WSN coverage based on enhanced PSO algorithm
DE102015107783A1 (de) Prothesen- oder Exoskelettkomponente, Prothesen- oder Exoskelett und Verfahren
CN107390517B (zh) 用于列车ato系统的鲁棒自适应非奇异终端滑模控制方法
Zhang Path planning for robot based on chaotic artificial potential field method
EP4213070A4 (en) ACCELERATOR OF A NEURONAL NETWORK AND ACCELERATION METHOD AND DEVICE
Lo et al. Perception of pedestrian avoidance strategies of a self-balancing mobile robot
EP3971840A4 (en) THREE-DIMENSIONAL MODEL GENERATION METHOD, NEURON NETWORK GENERATION METHOD AND ASSOCIATED DEVICES
CN113625755A (zh) 一种仿候鸟迁徙行为的无人机集群自主编队控制方法
WO2014168664A3 (en) Active vibration control devices, systems, and methods
Siming et al. Mobile robot path planning based on improved artificial potential field method

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
C17 Cessation of patent right
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20120509

Termination date: 20121106