CN105425791B - 一种基于视觉定位的群机器人控制系统及方法 - Google Patents

一种基于视觉定位的群机器人控制系统及方法 Download PDF

Info

Publication number
CN105425791B
CN105425791B CN201510750371.6A CN201510750371A CN105425791B CN 105425791 B CN105425791 B CN 105425791B CN 201510750371 A CN201510750371 A CN 201510750371A CN 105425791 B CN105425791 B CN 105425791B
Authority
CN
China
Prior art keywords
robot
information
group
control
error
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.)
Expired - Fee Related
Application number
CN201510750371.6A
Other languages
English (en)
Other versions
CN105425791A (zh
Inventor
李文锋
胡心韵
杨世锋
窦军
韩洋
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.)
Wuhan University of Technology WUT
Original Assignee
Wuhan University of Technology WUT
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 Wuhan University of Technology WUT filed Critical Wuhan University of Technology WUT
Priority to CN201510750371.6A priority Critical patent/CN105425791B/zh
Publication of CN105425791A publication Critical patent/CN105425791A/zh
Application granted granted Critical
Publication of CN105425791B publication Critical patent/CN105425791B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
    • G05D1/0246—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using a video camera in combination with image processing means
    • G05D1/0251—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using a video camera in combination with image processing means extracting 3D information from a plurality of images taken from different locations, e.g. stereo vision

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Electromagnetism (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Manipulator (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)

Abstract

本发明公开了一种基于视觉定位的群机器人控制系统及方法，该系统包括视频采集定位单元、上位机单元和群机器人单元；视频采集定位单元用于采集群机器人单元运动范围内的图像，建立坐标系，识别群机器人单元中每个机器人的位姿信息并发送给上位机单元；上位机单元实时生成修正机器人运动姿态的控制信息，并将该控制信息通过无线传感网络发送给机器人；群机器人单元，由多个单体机器人组成，接收并解析控制信息，并调整行走策略，完成路径轨迹的跟随控制及群体调度任务。本发明能够通过视觉定位技术对群机器人的运动状态进行准确的协调控制，能够简便、快速的完成个体任务和群体任务的执行。

Description

一种基于视觉定位的群机器人控制系统及方法
技术领域
本发明涉及机器人智能控制领域，尤其涉及一种基于视觉定位的群机器人控制系统及方法。
背景技术
随着电子信息技术的飞速发展，机器人在社会生产和科学研究中得到了十分广泛的应用。工业生产和军事应用也对机器人提出了更高的要求。传统的单机器人在面对复杂任务，动态变化环境下的信息处理控制方面能力尤显不足。因此，考虑用多个结构相同的单一机器人组成群机器人系统，提升机器人在信息处理，协同作业方面的能力，并通过协同控制来提升机器人运行的效率，完成单个机器人无法或者难以完成的任务。
群机器人控制需要解决两个关键问题，首先是群机器人在个体协助执行整体任务的过程中需要实时的获取自身的位姿信息以及周围一定范围内的机器人状态信息，其次是群体机器人在已知位姿信息的情况下通过控制器的协同控制策略完成控制任务的执行。传统机器人定位主要是通过传感器对周围环境的感知，对多种传感器进行数据去噪融合，并通过算法解算出机器人的实时位姿。这种方法在群机器人控制中存在着实时性较差、鲁棒性弱、应用难度大等缺点。因此，设计一种基于视觉定位的群机器控制系统有重要的意义。
发明内容
本发明要解决的技术问题在于针对现有技术中采用传感器对机器人进行定位及位姿判断的实时性较差、准确度不高且应用难度较大的缺陷，提供一种通过视觉定位技术对机器人的位姿信息进行判断，并控制群机器人协调工作的基于视觉定位的群机器人控制系统及方法。
本发明解决其技术问题所采用的技术方案是：
本发明提供一种基于视觉定位的群机器人控制系统，包括视频采集定位单元、上位机单元和群机器人单元；
所述视频采集定位单元，用于采集群机器人单元运动范围内的图像，根据该运动范围建立坐标系，识别群机器人单元中每个机器人的位姿信息，包括机器人的坐标信息和姿态角信息，并通过网络接口将该位姿信息发送给所述上位机单元；
所述上位机单元，根据接收到的机器人的位姿信息，实时计算机器人当前坐标信息与目标点坐标的误差，根据误差生成修正机器人运动姿态的控制信息，并将该控制信息通过无线传感网络发送给机器人；
所述群机器人单元，由多个单体机器人组成，每个单体机器人接收并解析来自所述上位机单元的控制信息，并调整行走策略，完成路径轨迹的跟随控制及群体调度任务。
所述视频采集定位单元包括：
多个摄像头；
对采集到的图像进行处理的视频采集卡；
将处理后的图像发送给上位机单元的网络接口。
所述上位机单元包括：
存储机器人位姿信息和路径文件的数据库；
对机器人编队信息、路径信息进行输入，并显示机器人移动控制信息的人机交互界面；
对机器人行进中的位姿信息进行计算得到位姿误差的位姿误差算法模块；
向机器人发送控制信息的无线传感网络Sink节点。
所述群机器人单元中的单体机器人包括：
为机器人提供动力的供电模块；
解析控制信息并控制机器人行进的主控模块；
与所述上位机单元进行通信的无线通讯模块。
所述主控模块采用AVR Atmega32芯片。
所述无线通讯模块采用Zigbee的通讯方式。
本发明提供一种基于视觉定位的群机器人控制方法，包括以下步骤：
S1、视频采集定位单元采集群机器人单元的运动范围内的图像，根据该运动范围建立坐标系，识别群机器人单元中每个机器人的位姿信息，包括机器人的坐标信息和姿态角信息，并通过网络接口将该位姿信息发送给上位机单元；
S2、上位机单元根据位姿误差算法生成控制信息，具体步骤为：
S21、上位机单元读取路径文件，按照机器人编号将每个机器人的路径轨迹存入链表数据结构中，该路径文件包括机器人的路径轨迹、目标点坐标和路径阶段信息；
S22、根据每个机器人当前的位姿信息和S21中的路径轨迹，实时计算机器人姿态角与路径轨迹方向的偏差，记为姿态误差；并实时计算当前坐标信息与目标点坐标的距离，记作位置误差；
S23、将姿态误差和位置误差作为模糊控制算法的输入，生成每个机器人运动状态调整的控制信息；
S24、判断每个机器人是否完成当前路径阶段，若未完成，则持续进行反馈修正；若已完成，则进入下一路径阶段；
S3、对群机器人中的所有编号机器人的参数设置和目标点坐标进行遍历引导，完成对群机器人的控制协作。
步骤S1中获取机器人位姿信息的具体方法为：
S11、对视频采集定位模块覆盖的区域进行坐标标定，通过灰度检测算法对机器人的标签进行识别，以此确定每个机器人的坐标信息；
S12、对机器人的轮廓进行标定，通过ICP匹配算法对移动的机器人目标进行匹配，通过动态匹配轮廓算法计算机器人的姿态角信息。
步骤S23中对机器人的模糊控制方法具体为：
控制机器人两轮速度差进行控制，在调整大角度误差时采取大速率调整，在调整小角度误差时采取小速率调整；
角度误差调整进入缓冲区域时，进一步的减小调整速率，对速率较大的车轮施加轻微刹车；
角度误差调整接近零时，将两轮的速率调整至同一数值。
步骤S23中对机器人运动状态进行控制的控制方程为：
其中，[xp(k+1) yp(k+1) θp(k+1)]为反馈调整状态变化，[xp(k) yp(k) θp(k)]为调整前移动机器人位姿状态，[vp(k) wp(k)]为移动机器人的速度变化向量，ΔT为时间间隔。
本发明产生的有益效果是：本发明的基于视觉定位的群机器人控制系统，通过视觉定位技术对群机器人的位姿信息进行判断，并控制机器人的运动状态，降低了个体机器人对自身传感器设备的依赖程度，且由主控计算机通过链表完成任务分配和指令操作，保证了多个机器人协同控制运行同时也提高了单个机器人个体作业能力；
通过高频率反馈控制与模糊控制策略提高了系统的运行精度，降低了执行复杂度，保证在视觉数据持续有效的情况下简便、快速的完成个体任务和群体任务的执行；
使用快速有效的无线组网方式，在机器人群体中添加新个体能迅速完成群体匹配与任务分配，便于提高系统整体运行效率。
附图说明
下面将结合附图及实施例对本发明作进一步说明，附图中：
图1是本发明实施例的基于视觉定位的群机器人控制系统的结构框图；
图2是本发明实施例的基于视觉定位的群机器人控制方法的流程图；
图3是本发明实施例的基于视觉定位的群机器人控制方法的详细流程框图；
图4是本发明实施例的基于视觉定位的群机器人控制方法的视觉定位模块识别定位流程图；
图5是本发明实施例的基于视觉定位的群机器人控制系统的机器人的结构框图；
图6是本发明实施例的基于视觉定位的群机器人控制系统的无线通讯模块的结构示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。
如图1所示，本发明实施例的基于视觉定位的群机器人控制系统，包括视频采集定位单元、上位机单元和群机器人单元；
视频采集定位单元，用于采集群机器人单元运动范围内的图像，根据该运动范围建立坐标系，识别群机器人单元中每个机器人的位姿信息，包括机器人的坐标信息和姿态角信息，并通过网络接口将该位姿信息发送给上位机单元；
视频采集定位单元包括：多个摄像头；对采集到的图像进行处理的视频采集卡；将处理后的图像发送给上位机单元的网络接口。
上位机单元，根据接收到的机器人的位姿信息，实时计算机器人当前坐标信息与目标点坐标的误差，根据误差生成修正机器人运动姿态的控制信息，并将该控制信息通过无线传感网络发送给机器人；
上位机单元包括：存储机器人位姿信息和路径文件的数据库；对机器人编队信息、路径信息进行输入，并显示机器人移动控制信息的人机交互界面；对机器人行进中的位姿信息进行计算得到位姿误差的位姿误差算法模块；向机器人发送控制信息的无线传感网络Sink节点。
群机器人单元，由多个单体机器人组成，每个单体机器人接收并解析来自所述上位机单元的控制信息，并调整行走策略，完成路径轨迹的跟随控制及群体调度任务。
群机器人单元中的单体机器人包括：为机器人提供动力的供电模块；解析控制信息并控制机器人行进的主控模块，该主控模块采用AVR Atmega32芯片；与上位机单元进行通信的无线通讯模块，该无线通讯模块采用Zigbee的通讯方式。
如图2所示，本发明实施例的基于视觉定位的群机器人控制方法用于实现本发明实施例的基于视觉定位的群机器人控制系统，包括以下步骤：
S1、视频采集定位单元采集群机器人单元的运动范围内的图像，根据该运动范围建立坐标系，识别群机器人单元中每个机器人的位姿信息，包括机器人的坐标信息和姿态角信息，并通过网络接口将该位姿信息发送给上位机单元；
S11、对视频采集定位模块覆盖的区域进行坐标标定，通过灰度检测算法对机器人的标签进行识别，以此确定每个机器人的坐标信息；
S12、对机器人的轮廓进行标定，通过ICP匹配算法对移动的机器人目标进行匹配，通过动态匹配轮廓算法计算机器人的姿态角信息；
S2、上位机单元根据位姿误差算法生成控制信息，具体步骤为：
S21、上位机单元读取路径文件，按照机器人编号将每个机器人的路径轨迹存入链表数据结构中，该路径文件包括机器人的路径轨迹、目标点坐标和路径阶段信息；
S22、根据每个机器人当前的位姿信息和S21中的路径轨迹，实时计算机器人姿态角与路径轨迹方向的偏差，记为姿态误差；并实时计算当前坐标信息与目标点坐标的距离，记作位置误差；
S23、将姿态误差和位置误差作为模糊控制算法的输入，生成每个机器人运动状态调整的控制信息；对机器人的模糊控制方法具体为：
控制机器人两轮速度差进行控制，在调整大角度误差时采取大速率调整，在调整小角度误差时采取小速率调整；
角度误差调整进入缓冲区域时，进一步的减小调整速率，对速率较大的车轮施加轻微刹车；
角度误差调整接近零时，将两轮的速率调整至同一数值；
对机器人运动状态进行控制的控制方程为：
其中，[xp(k+1) yp(k+1) θp(k+1)]为反馈调整状态变化，[xp(k) yp(k) θp(k)]为调整前移动机器人位姿状态，[vp(k) wp(k)]为移动机器人的速度变化向量，ΔT为时间间隔。
S24、判断每个机器人是否完成当前路径阶段，若未完成，则持续进行反馈修正；若已完成，则进入下一路径阶段；
S3、对群机器人中的所有编号机器人的参数设置和目标点坐标进行遍历引导，完成对群机器人的控制协作。
在本发明的另一个实施例中，如图3所示，摄像头首先采集实时视频信息，通过识别个体机器人标签进行位姿定位，上位机获取个体机器人实时位姿信息以及个体机器人的路径编队信息后，根据位姿误差算法生成决策指令。通讯模块使多个机器人组成无线传感网络，接收上位机点对点传输的指令信息，通过微控制器解析实现个体机器人实时控制。系统采用集中式计算布局，实现单个机器人的启动、停止、加减速以及路径跟随可靠性较好，在执行多个机器人路径规划控制精确度高。
进一步的，视频识别定位模块可采用若干高清摄像头覆盖群机器人运动范围，通过摄像头标定机器人运动范围坐标系。摄像头模块通过识别机器人标签确定其位姿参数，具体通过摄像头感知标签及环境灰度值差异以及个体机器人本身轮廓进行识别定位，得到相应移动机器人的位姿信息并通过网口输入控制计算机数据库中。
如图4所示，视频模块感知个体机器人位姿具体流程为：对摄像头覆盖的区域进行坐标标定，以确定实际区域与摄像头图像映射关系，处理视频数据流，通过灰度检测算法对机器人个体标签进行识别以此确定单个机器人的坐标位置。识别个体机器人姿态角需要对个体机器人轮廓进行标定，并通过ICP匹配算法对移动的机器人目标进行匹配，通过动态匹配轮廓计算个体机器人姿态角，最终将位姿信息x、y、θ写入上位机数据库中。
上位机用于读取群机器人路径文件，并按照个体机器人编号将分解路径存入链表数据结构，通过摄像头模块数据库接口获取相应机器人的位姿信息。依据控制计算机位姿误差算法，实时姿态与行进方位角偏差为姿态误差；目标点与当前坐标距离为位置误差。依据移动机器人模糊控制策略，采取不同角度偏差调整策略，主要通过控制移动机器人两轮速度差进行控制，为了避免角度偏差过大，在调整大角度误差时应采取大速率调整；当角度偏差减小到一个较小数值时，在调整小角度误差时应采取小速率调整；角度偏差调整进入缓冲区域时，调整速率应当进一步减小，对差速中较大的驱动轮施加轻微刹车；角度偏差几乎要调整到极小值时，此时应当调整两轮速度至同一值，依靠惯性进行调整。同时在机器人逼近目标点过程中适当减速。其串口与无线传感网络Sink节点连接，以点对点的传输方式将指令发送至个体移动机器人。
如图5所示，移动机器人包括外壳、供电模块、主控模块、无线通讯模块、驱动模块以及LED指示灯。供电模块由一组可重复充电锂电池组以及稳压电路构成。由个体移动机器人主控芯片采用AVR Atmega32芯片。ATmega32拥有先进的RISC架构，可执行多达131条工作指令，提供8路10位ADC，四通道PWM与32个可编程I/O接口，在保证低功耗的同时，具有强大的运算性能，在执行行进策略过程中，主控器控制I/O口高低电平输出控制LED指示灯点亮或者熄灭，表明此时个体移动机器人的行进状态。
如图6所示，本发明实施例的无线通信模块采用Zigbee通信方式，所选型号为DRF1607H。ZigBee技术是一种近距离、低复杂度、低功耗、低数据速率、低成本的双向无线通信技术，主要适合于自动控制和远程控制领域，可以嵌入各种设备中，同时支持地理定位功能。相对于现有的各种无线通信技术，ZigBee技术最低功耗和成本的技术，这些特点决定了在本专利中中采用ZigBee组网是非常合适的。ZigBee在室内通常能达到30-50米的作用距离，完全满足要求，Zigbee模块与主控芯片的串口针脚相连。
驱动电机采用步进电机，型号为35BY48L061B-03。步进电机作为一种专门用于位置和速度精确控制的特种电机，最大特点是其“数字性”，对于控制器发过来的每一个脉冲信号，步进电机在其驱动器的推动下运转一个固定角度。如接收到一串脉冲步进电机将连续运转一段相应距离。同时可通过控制脉冲频率，直接对电机转速进行控制。由于步进电机工作原理易学易用，成本低(相对于伺服)、电机和驱动器不易损坏，适合于本实施例的个体机器人驱动器控制。
本实施例中的步进电机采用BA6845FS驱动芯片进行驱动。BA6845FS驱动芯片最大输出电流达到1A，拥有三种输出模式：前进，后退，节能。该集成电路拥有低的饱和电压，能以较低电压驱动电机。
本实施例的控制方法具体步骤为：视觉定位通过标签识别获取个体机器人位姿；对视觉定位坐标系与机器人运动坐标系进行修正；将个体机器人路径轨迹按照个体机器人编号存储路径链表中；依据当前个体机器人位姿与路径轨迹计算机器人偏角误差及位置变化；以位姿误差作为模糊控制器输入，模糊控制规则解模糊输出个体机器人运动调整策略；判断个体机器人是否完成指定段路径跟随，是则进入下一段路径轨迹，否则持续进行反馈修正；通过持续的模糊控制策略反馈，使得个体机器人逐渐逼近既定路径轨迹，从而使得机器人运动轨迹与所给目标轨迹趋于一致，最终达到路径跟随的效果；通过主控计算机对路径列表编号机器人的参数设置以及目标节点遍历引导，完成对多个机器人的控制协作。
其中，位置连续变化状态方程为：
其中，[xp(k+1) yp(k+1) θp(k+1)]为反馈调整状态变化，[xp(k) yp(k) θp(k)]为调整前移动机器人位姿状态，[vp(k) wp(k)]为移动机器人的速度变化向量，ΔT为时间间隔。
得到的位姿误差输入模糊控制器，并得到相应的控制策略输出：
模糊控制器首先判断朝向偏差是否过大，若是，则需要按照偏差角调整变向，否则直行，以距离偏差的1/2为单次行程向目标点逼近。角度偏差调整根据输入偏差隶属度去模糊化执行相应参数设置。
取模糊控制器的输入量为机器人的角度偏差Δθ和偏角敏感度Θ。并取论域U(决策方案)上的模糊子集：x1(大速率调整)，x2(小速率调整)，x3(施加轻微刹车)，x4(惯性调整)，x5(直行)构成标准决策模型库。输入角度偏差Δθ将其离散等级划分为5个模糊子集{NB,NS,Z,PS,PB}，偏角敏感度论域同样划分为5个离散模糊状态{NB,NS,Z,PS,PB}。输出决策根据调整角度方向与标准决策模型划分为9个离散状态{NB,NM,NS,NZ,Z,PZ,PS,PM,PB}。输入计算机器人偏角误差及速度误差，通过判断偏差所在论域执行模糊控制策略，基于专家经验法，确定实际调整策略相对应移动机器人左右轮步数比。
位置误差跟踪式为其中为移动机器人当前位置二维坐标，(x,y)为路径链表当前目标节点二维坐标。
角度误差计算为通过判断理想偏角与实际偏角的象限属性后按规则进行相减得到带方向属性的角度误差。
具体实施方式为：首先用反三角函数计算出目标偏角targetDirection，然后获取定位坐标系下实际偏角CurrentDirection，最后通过如下伪代码获取角度误差属性值。
if(目标角与实际偏角之积>＝0){
误差角＝CurrentDirection-targetDirection；
}else{
if(实际偏角大于0且(两偏角绝对值和)<＝180){
误差角＝CurrentDirection-targetDirection；
}else if(实际偏角大于0且(两偏角绝对值和))>180){
误差角＝两偏角绝对值之和-360；
}else if(实际偏角小于0且(两偏角绝对值之和)<＝180){
误差角＝CurrentDirection-targetDirection；
}else if(实际偏角小于0且(两偏角绝对值之和)>180){
误差角＝360-两偏角绝对值之和；}
}
群机器人控制路径链表将个体机器人属性值存储在属性类StepLink中：
创建多个属性链表分别对个体机器人进行编队，按RobotID编号进行路径目标点分配与任务分配，对于某个机器人编队的任务由上位计算机按链表属性计算，由个体机器人控制器进行任务执行。
本发明能够解决当前群机器人控制中存在的实时性较差，协同控制精度不高等问题。该系统综合运用摄像头定位技术，无线传感网络及模糊控制技术共同完成对群体机器人的协同控制，首先对单个机器人进行位姿定位，将多个机器人组成无线传感网络，通过上位机模块实时计算当前位姿与目标位置的误差参数，并实时发送至个体机器人实现控制。系统采用集中式计算布局，实现单个机器人的启动、停止、加减速以及路径跟随可靠性较好，在执行多个机器人路径规划控制精确度高。
应当理解的是，对本领域普通技术人员来说，可以根据上述说明加以改进或变换，而所有这些改进和变换都应属于本发明所附权利要求的保护范围。

Claims (6)

1.一种基于视觉定位的群机器人控制方法，其特征在于，包括以下步骤：
S1、视频采集定位单元采集群机器人单元的运动范围内的图像，根据该运动范围建立坐标系，识别群机器人单元中每个机器人的位姿信息，包括机器人的坐标信息和姿态角信息，并通过网络接口将该位姿信息发送给上位机单元；
步骤S1中获取机器人位姿信息的具体方法为：
S11、对视频采集定位模块覆盖的区域进行坐标标定，通过灰度检测算法对机器人的标签进行识别，以此确定每个机器人的坐标信息；
S12、对机器人的轮廓进行标定，通过ICP匹配算法对移动的机器人目标进行匹配，通过动态匹配轮廓算法计算机器人的姿态角信息；
S2、上位机单元根据位姿误差算法生成控制信息，具体步骤为：
S21、上位机单元读取路径文件，按照机器人编号将每个机器人的路径轨迹存入链表数据结构中，该路径文件包括机器人的路径轨迹、目标点坐标和路径阶段信息；
S22、根据每个机器人当前的位姿信息和S21中的路径轨迹，实时计算机器人姿态角与路径轨迹方向的偏差，记为姿态误差；并实时计算当前坐标信息与目标点坐标的距离，记作位置误差；
S23、将姿态误差和位置误差作为模糊控制算法的输入，生成每个机器人运动状态调整的控制信息；模糊控制方法通过模糊控制器实现，控制机器人两轮速度差进行控制，在调整大角度误差时采取大速率调整，在调整小角度误差时采取小速率调整；角度误差调整进入缓冲区域时，进一步的减小调整速率，对速率较大的车轮施加轻微刹车；角度误差调整接近零时，将两轮的速率调整至同一数值；
模糊控制器首先判断朝向偏差是否过大，若是，则需要按照偏差角调整变向，否则直行，以距离偏差的1/2为单次行程向目标点逼近；角度偏差调整根据输入偏差隶属度去模糊化执行相应参数设置；
取模糊控制器的输入量为机器人的角度偏差Δθ和偏角敏感度Θ，并取论域U上的模糊子集：x1大速率调整，x2小速率调整，x3施加轻微刹车，x4惯性调整，x5直行，构成标准决策模型库；输入角度偏差Δθ将其离散等级划分为5个模糊子集{NB,NS,Z,PS,PB}，偏角敏感度论域同样划分为5个离散模糊状态{NB,NS,Z,PS,PB}；输出决策根据调整角度方向与标准决策模型划分为9个离散状态{NB,NM,NS,NZ,Z,PZ,PS,PM,PB}；输入计算机器人偏角误差及速度误差，通过判断偏差所在论域执行模糊控制策略，基于专家经验法，确定实际调整策略相对应移动机器人左右轮步数比；
位置误差跟踪式为其中(x0,y0)为移动机器人当前位置二维坐标，(x,y)为路径链表当前目标节点二维坐标，D为位置误差；
角度误差计算为通过判断理想偏角与实际偏角的象限属性后按规则进行相减得到带方向属性的角度误差；
S24、判断每个机器人是否完成当前路径阶段，若未完成，则持续进行反馈修正；若已完成，则进入下一路径阶段；
S3、对群机器人中的所有编号机器人的参数设置和目标点坐标进行遍历引导，完成对群机器人的控制协作。
2.根据权利要求1所述的基于视觉定位的群机器人控制方法，其特征在于，步骤S23中对机器人运动状态进行控制的控制方程为：
其中，[xp(k+1) yp(k+1) θp(k+1)]为反馈调整状态变化，[xp(k) yp(k) θp(k)]为调整前移动机器人位姿状态，[vp(k) wp(k)]为移动机器人的速度变化向量，ΔT为时间间隔。
3.一种用于实现权利要求1所述的基于视觉定位的群机器人控制方法的基于视觉定位的群机器人控制系统，其特征在于，包括视频采集定位单元、上位机单元和群机器人单元；
所述视频采集定位单元，用于采集群机器人单元运动范围内的图像，根据该运动范围建立坐标系，识别群机器人单元中每个机器人的位姿信息，包括机器人的坐标信息和姿态角信息，并通过网络接口将该位姿信息发送给所述上位机单元；
所述上位机单元，根据接收到的机器人的位姿信息，实时计算机器人当前坐标信息与目标点坐标的误差，根据误差生成修正机器人运动姿态的控制信息，并将该控制信息通过无线传感网络发送给机器人；
所述群机器人单元，由多个单体机器人组成，每个单体机器人接收并解析来自所述上位机单元的控制信息，并调整行走策略，完成路径轨迹的跟随控制及群体调度任务；
所述视频采集定位单元包括：多个摄像头；对采集到的图像进行处理的视频采集卡；将处理后的图像发送给上位机单元的网络接口；
所述上位机单元包括：存储机器人位姿信息和路径文件的数据库；对机器人编队信息、路径信息进行输入，并显示机器人移动控制信息的人机交互界面；对机器人行进中的位姿信息进行计算得到位姿误差的位姿误差算法模块；向机器人发送控制信息的无线传感网络Sink节点；
本系统还包括模糊控制器，用于将位姿误差输入模糊控制器，并得到相应的控制策略输出；模糊控制器首先判断朝向偏差是否过大，若是，则需要按照偏差角调整变向，否则直行，以距离偏差的1/2为单次行程向目标点逼近；角度偏差调整根据输入偏差隶属度去模糊化执行相应参数设置。
4.根据权利要求3所述的基于视觉定位的群机器人控制系统，其特征在于，所述群机器人单元中的单体机器人包括：
为机器人提供动力的供电模块；
解析控制信息并控制机器人行进的主控模块；
与所述上位机单元进行通信的无线通讯模块。
5.根据权利要求4所述的基于视觉定位的群机器人控制系统，其特征在于，所述主控模块采用AVR Atmega32芯片。
6.根据权利要求5所述的基于视觉定位的群机器人控制系统，其特征在于，所述无线通讯模块采用Zigbee的通讯方式。
CN201510750371.6A 2015-11-06 2015-11-06 一种基于视觉定位的群机器人控制系统及方法 Expired - Fee Related CN105425791B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510750371.6A CN105425791B (zh) 2015-11-06 2015-11-06 一种基于视觉定位的群机器人控制系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510750371.6A CN105425791B (zh) 2015-11-06 2015-11-06 一种基于视觉定位的群机器人控制系统及方法

Publications (2)

Publication Number Publication Date
CN105425791A CN105425791A (zh) 2016-03-23
CN105425791B true CN105425791B (zh) 2019-01-29

Family

ID=55504060

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510750371.6A Expired - Fee Related CN105425791B (zh) 2015-11-06 2015-11-06 一种基于视觉定位的群机器人控制系统及方法

Country Status (1)

Country Link
CN (1) CN105425791B (zh)

Families Citing this family (33)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105892321B (zh) * 2016-04-28 2018-11-23 京东方科技集团股份有限公司 一种清洁机器人的调度方法及调度装置
CN109789553A (zh) * 2016-07-01 2019-05-21 创新矩阵公司 机器人编队调度请求系统
CN106295651B (zh) * 2016-07-25 2019-11-05 浙江零跑科技有限公司 一种基于双俯视相机与后轴转向的车辆路径跟随方法
CN106155057B (zh) * 2016-08-05 2018-12-25 中南大学 一种基于自组织行为的集群机器人图形组建方法
CN106329665B (zh) * 2016-10-31 2018-11-23 江苏理工学院 机器人群协同工作方法
CN108121330A (zh) * 2016-11-26 2018-06-05 沈阳新松机器人自动化股份有限公司 一种调度方法、调度系统及地图路径规划方法
CN108121335A (zh) * 2016-11-28 2018-06-05 比亚迪股份有限公司 车辆路径跟踪控制方法、装置及车辆
CN106774345B (zh) * 2017-02-07 2020-10-30 上海仙软信息科技有限公司 一种进行多机器人协作的方法与设备
CN106843224B (zh) * 2017-03-15 2020-03-10 广东工业大学 一种多目视觉定位协同引导运输车的方法及装置
CN107570924B (zh) * 2017-10-31 2019-02-22 南京中高知识产权股份有限公司 适于集群协作的智能焊接系统及其工作方法
CN107738047B (zh) * 2017-10-31 2019-05-10 南京中高知识产权股份有限公司 适于多机器人高效协作的焊接系统及其工作方法
CN109746909A (zh) * 2017-11-08 2019-05-14 深圳先进技术研究院 一种机器人运动控制方法及设备
CN109033230A (zh) * 2018-07-03 2018-12-18 珠海格力智能装备有限公司 机器人的信息存储方法和装置
CN109062204A (zh) * 2018-07-25 2018-12-21 南京理工大学 一种基于跟随领航者编队的多移动机器人控制系统
CN108767933A (zh) * 2018-07-30 2018-11-06 杭州迦智科技有限公司 一种用于充电的控制方法及其装置、存储介质和充电设备
CN110888421B (zh) * 2018-08-21 2022-07-12 广州哨马智能装备科技有限公司 一种机器人、机器人的运动自适应方法和系统
CN109800937B (zh) * 2018-08-28 2020-12-01 博众精工科技股份有限公司 机器人集群调度系统
CN110785722A (zh) * 2018-11-30 2020-02-11 深圳市大疆创新科技有限公司 对移动平台的参数优化方法、装置及控制设备、飞行器
CN109766784A (zh) * 2018-12-21 2019-05-17 北京理工大学 基于单目图像的胶囊机器人交互控制方法
CN110244772B (zh) * 2019-06-18 2021-12-03 中国科学院上海微系统与信息技术研究所 移动机器人的领航跟随系统和领航跟随控制方法
CN110274599A (zh) * 2019-06-26 2019-09-24 皖西学院 一种基于多深度摄像头的移动机器人室内定位系统及方法
CN110587610A (zh) * 2019-09-23 2019-12-20 芜湖安普机器人产业技术研究院有限公司 基于5g云调度系统的农场用独立悬架移动机器人控制系统
CN111185904A (zh) * 2020-01-09 2020-05-22 上海交通大学 一种协同机器人平台及其控制系统
CN111246181B (zh) * 2020-02-14 2021-08-10 广东博智林机器人有限公司 一种机器人的监控方法、系统、设备及存储介质
CN111427359A (zh) * 2020-04-17 2020-07-17 筑石科技(湖州)有限公司 施工设备的行驶控制方法及行驶控制设备
CN111890389B (zh) * 2020-06-22 2021-10-08 东南大学 基于多模态交互接口的多移动机器人协同控制系统
CN112558641B (zh) * 2020-12-08 2024-05-28 之江实验室 一种基于计算人物意图控制机器人找回丢失人物的方法
CN112601060B (zh) * 2020-12-10 2022-03-15 西北工业大学 一种桌面集群机器人的主动共享投影面感知系统
CN213956419U (zh) * 2021-01-08 2021-08-13 杭州宇树科技有限公司 一种四足机器人定位装置以及四足机器人编队
CN112967336A (zh) * 2021-01-25 2021-06-15 广东技术师范大学 一种基于视频目标运动跟踪的人机安全协作方法及装置
CN113008234B (zh) * 2021-02-09 2023-04-18 北京智能佳科技有限公司 基于室内定位装置的群体协作系统
CN113468770B (zh) * 2021-09-02 2021-11-12 成都新西旺自动化科技有限公司 一种机器视觉配方的生成方法及系统
CN115026811A (zh) * 2022-05-20 2022-09-09 北京理工大学 一种多机器人串口转wifi通讯及协同运动控制方法

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1593859A (zh) * 2004-07-14 2005-03-16 华南理工大学 保安巡逻机器人
CN101251385A (zh) * 2008-03-20 2008-08-27 北京航空航天大学 一种应用在无人机上的航点实时装订与处理方法
CN101976079A (zh) * 2010-08-27 2011-02-16 中国农业大学 智能导航控制系统及方法
CN102981504A (zh) * 2012-11-21 2013-03-20 浙江大学 基于Zigbee通信的多机器人队形控制系统及方法
CN103324196A (zh) * 2013-06-17 2013-09-25 南京邮电大学 基于模糊逻辑的多机器人路径规划与协调避碰方法
CN203241822U (zh) * 2013-02-18 2013-10-16 福建师范大学 一种基于预设运动路径的移动机器人
CN103677747A (zh) * 2012-09-25 2014-03-26 上海航天测控通信研究所 显控软件处理航迹信息的方法
CN103901889A (zh) * 2014-03-27 2014-07-02 浙江大学 一种基于蓝牙通信的多机器人编队控制路径跟踪方法
CN103970134A (zh) * 2014-04-16 2014-08-06 江苏科技大学 多移动机器人系统协作实验平台及其视觉分割和定位方法
CN104199428A (zh) * 2014-09-17 2014-12-10 上海畔慧信息技术有限公司 群体机器人管理服务器及其方法
CN104751682A (zh) * 2015-04-21 2015-07-01 中国航空工业集团公司沈阳飞机设计研究所 一种构建无人机系统动态航线的方法、装置及系统

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1593859A (zh) * 2004-07-14 2005-03-16 华南理工大学 保安巡逻机器人
CN101251385A (zh) * 2008-03-20 2008-08-27 北京航空航天大学 一种应用在无人机上的航点实时装订与处理方法
CN101976079A (zh) * 2010-08-27 2011-02-16 中国农业大学 智能导航控制系统及方法
CN103677747A (zh) * 2012-09-25 2014-03-26 上海航天测控通信研究所 显控软件处理航迹信息的方法
CN102981504A (zh) * 2012-11-21 2013-03-20 浙江大学 基于Zigbee通信的多机器人队形控制系统及方法
CN203241822U (zh) * 2013-02-18 2013-10-16 福建师范大学 一种基于预设运动路径的移动机器人
CN103324196A (zh) * 2013-06-17 2013-09-25 南京邮电大学 基于模糊逻辑的多机器人路径规划与协调避碰方法
CN103901889A (zh) * 2014-03-27 2014-07-02 浙江大学 一种基于蓝牙通信的多机器人编队控制路径跟踪方法
CN103970134A (zh) * 2014-04-16 2014-08-06 江苏科技大学 多移动机器人系统协作实验平台及其视觉分割和定位方法
CN104199428A (zh) * 2014-09-17 2014-12-10 上海畔慧信息技术有限公司 群体机器人管理服务器及其方法
CN104751682A (zh) * 2015-04-21 2015-07-01 中国航空工业集团公司沈阳飞机设计研究所 一种构建无人机系统动态航线的方法、装置及系统

Also Published As

Publication number Publication date
CN105425791A (zh) 2016-03-23

Similar Documents

Publication Publication Date Title
CN105425791B (zh) 一种基于视觉定位的群机器人控制系统及方法
CN104942809B (zh) 基于视觉伺服系统的机械臂动态模糊逼近器
CN110244772A (zh) 移动机器人的领航跟随系统和领航跟随控制方法
CN102393744B (zh) 一种无人驾驶汽车的导航方法
CN207374643U (zh) 一种基于自主循迹取物运输系统的四旋翼飞行器
CN103149937B (zh) 一种基于曲率补偿的横侧向曲线航迹跟踪方法
CN109508007A (zh) 一种基于多源信息融合的农机轨迹跟踪、避障系统及方法
CN106054896A (zh) 一种智能导航机器人小车系统
CN108469823B (zh) 一种基于单应性的移动机器人编队跟随方法
CN106094835A (zh) 前轮驱动车式移动机器人的动态编队控制方法
CN103324196A (zh) 基于模糊逻辑的多机器人路径规划与协调避碰方法
CN106909151A (zh) 用于农机无人驾驶的路径规划及其控制方法
CN107121981A (zh) 一种基于视觉的agv巡线导航和定位方法
CN103901889A (zh) 一种基于蓝牙通信的多机器人编队控制路径跟踪方法
CN106354161A (zh) 机器人运动路径规划方法
CN103760908A (zh) 一种巡视器闭环跟踪控制方法
CN102848388A (zh) 基于多传感器的服务机器人定位和抓取方法
CN113359710B (zh) 一种基于los理论的农机路径跟踪方法
CN110471289A (zh) 一种基于视觉导航移动设备的自适应路径跟踪方法及系统
CN104808590A (zh) 一种基于关键帧策略的移动机器人视觉伺服控制方法
CN205121338U (zh) 基于图像识别与无线网络的agv导航系统
CN107132844A (zh) 一种移动机器人基于姿态检测模块和特殊地标的运动自矫正方法
CN109002046A (zh) 一种移动机器人导航系统及导航方法
CN108919810A (zh) 基于视觉示教的移动机器人定位与导航系统
CN108759822A (zh) 一种移动机器人3d定位系统

Legal Events

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

Granted publication date: 20190129