CN105955274A - 基于分布式圆心和半径估计的多机器人圆形编队控制方法 - Google Patents

基于分布式圆心和半径估计的多机器人圆形编队控制方法 Download PDF

Info

Publication number
CN105955274A
CN105955274A CN201610356953.0A CN201610356953A CN105955274A CN 105955274 A CN105955274 A CN 105955274A CN 201610356953 A CN201610356953 A CN 201610356953A CN 105955274 A CN105955274 A CN 105955274A
Authority
CN
China
Prior art keywords
robot
formation
circle
radius
guarding
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
CN201610356953.0A
Other languages
English (en)
Other versions
CN105955274B (zh
Inventor
陈刚
代明香
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.)
Chongqing University
Original Assignee
Chongqing University
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 Chongqing University filed Critical Chongqing University
Priority to CN201610356953.0A priority Critical patent/CN105955274B/zh
Publication of CN105955274A publication Critical patent/CN105955274A/zh
Application granted granted Critical
Publication of CN105955274B publication Critical patent/CN105955274B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05DSYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02Control of position or course in two dimensions
    • G05D1/021Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0287Control of position or course in two dimensions specially adapted to land vehicles involving a plurality of land vehicles, e.g. fleet or convoy travelling
    • G05D1/0291Fleet control

Landscapes

  • Engineering & Computer Science (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Numerical Control (AREA)

Abstract

本发明公开了一种基于分布式圆心和半径估计的多机器人圆形编队控制方法,包括以下步骤:S1.第i护卫机器人获取相邻作业机器人的位置信息ril(t);S2.与相邻护卫机器人进行通讯,利用分布式位置估计器得到编队圆心的估计值pi(t);S3.根据最大值一致性算法得到编队半径ρi(t);S4.利用编队控制器实现圆形编队控制。本发明在编队过程中使用了分布式位置估计的思想,能够在编队中避免使用所有机器人的位置信息,提高系统鲁棒性、可靠性、经济性。

Description

基于分布式圆心和半径估计的多机器人圆形编队控制方法
技术领域
本发明涉及机器人控制领域,具体涉及一种基于分布式圆心和半径估计的多机器人圆形编队控制方法。
背景技术
随着通讯技术及控制理论的日益发展,人工智能等相关应用在处理大型、复杂的实际问题时逐渐体现出巨大的优势。移动机器人通过各类传感器对自身状态及环境信息的感知,能够按照任务的需求自主地完成任务。然而单个机器人往往因为自身的局限性而无法完成某些任务,而需要多个机器人共同完成。早期,这类问题都普遍采用的是集中式控制算法,但全局信息的需求给集中式系统带来一系列问题。随着多机器人协调合作相关研究飞速发展,分布式控制问题成为一大热点。在分布式控制问题中,多个机器人通过局部信息的传递,相互作用并相互影响最终达到状态一致进而完成任务。这样的分布式控制方法能够有效的节约成本并利用局部协调作用得到最大化的群体优势。
随着机器人向应用系统的方向发展,多机器人编队控制问题已成为研究的热点问题。根据不同解决思路,编队控制研究方法分为跟随-领航者法、模型预测控制法和分布式控制法等等。现有方法或是解决了领航跟随编队运动中的通信异常问题,使得通信更加稳定;或是调整队形的尺度来躲避障碍物,使得在进行任务中,能更加适应环境的变化;或是利用位置估计器来实现期望编队。但这些技术方案的队形往往是预先设定好的或者能够根据静止障碍物来进行调整。在多个机器人进行圆形编队时,当圆心和半径在不断发生变化时,上述方法就将不再适用。
发明内容
鉴于此,本发明的目的是提供一种基于分布式圆心和半径估计的多机器人圆形编队控制方法。
本发明的目的是通过以下技术方案实现的,一种基于分布式圆心和半径估计的多机器人圆形编队控制方法,包括以下步骤:S1.第i护卫机器人获取相邻作业机器人的位置信息ril(t);S2.与相邻护卫机器人进行通讯,利用分布式位置估计器得到编队圆心的估计值pi(t);S3.根据最大值一致性算法得到编队半径ρi(t);S4.利用编队控制器实现圆形编队控制。
进一步,在步骤S2中用以下方法获得编队圆心的估计值pi(t):
其中m为作业机器人的数目,n为护卫机器人的数目,ni表示第i护卫机器人的相邻作业机器人的个数,l∈{1,2,…,ni},ril(t)表示第i护卫机器人的第l相邻作业机器人的位置信息,Ni(t)为第i护卫机器人的相邻护卫机器人集合,若j∈Ni(t),则pj(t)表示第i护卫机器人的相邻护卫机器人对圆心的估计值,α为非负常数,对时间求导。
进一步,在步骤S3中,编队半径ρi(t)通过以下方法获得:
其中,定义ρi(t)表示第i护卫机器人获得的编队半径,ρi(0)表示取第i护卫机器人的各相邻作业机器人与编队圆心距离的最大值作为初始编队半径。
进一步,所述编队控制器如下所述:
其中,yi(t)是护卫机器人的位置信息,pi(t)为编队圆心估计值,ρi(t)为编队半径,保证n个护卫机器人以任意偏转角度θ均匀地分布在圆形编队圆周上,k为常数k>1保证以pi(t)为圆心,ρi(t)为半径的护卫机器人编队位于作业机器人的外部。
由于采用了上述技术方案,本发明具有如下的优点:
1、在编队过程中使用了分布式位置估计的思想,能够在编队中避免使用所有机器人的位置信息,提高系统鲁棒性、可靠性、经济性。
2、考虑到机器人动态运动情形,在编队过程中加入最大值一致半径算法来获得编队半径。与固定编队半径方案相比,本编队更加灵活,能更加有效的对作业机器人进行保护。
3、结合分布式位置估计器及最大值一致性算法,当多机器人形成的拓扑结构图满足连通的条件下,可以实现有效的编队运动,达到期望的圆形编队,且编队效果与护卫机器人的初始位置无关。
附图说明
为了使本发明的目的、技术方案和优点更加清楚,下面将结合附图对本发明作进一步的详细描述,其中:
图1为圆形编队原理示意图;
图2为通讯拓扑图;
图3为基于分布式圆心和半径估计的机器人圆形编队控制方法流程图。
具体实施方式
以下将结合附图,对本发明的优选实施例进行详细的描述;应当理解,优选实施例仅为了说明本发明,而不是为了限制本发明的保护范围。
一种基于分布式圆心和圆半径估计的机器人圆形编队控制方法,具体过程为:
首先,为了减少传统集中式算法带来的缺陷,引入分布式位置估计器获取编队的中心位置信息,其中编队中心位置与要护卫的所有作业机器人位置相关。每个护卫机器人能够获知各自所需护卫的作业机器人的实时位置信息,各护卫机器人与其相邻的护卫机器人进行通讯,即能获取相邻护卫机器人对应的作业机器人的位置信息。通过局部信息交互,采用本发明位置估计器获取编队中心位置信息。
其次,由于作业机器人在作业过程中是不断运动变化的,则护卫机器人所形成的保护范围需要随着作业机器人的运动而做出相应变动。为了解决这个问题,本发明采用最大值一致半径算法获取编队半径。每个护卫机器人能够获知各自对应的作业机器人与编队中心位置的距离信息,各护卫机器人筛选出最大值作为各自的编队半径并和相邻护卫机器人进行通讯。通过局部通讯,本发明采用的最大值一致性算法能够使得各护卫机器人的编队半径达到一致并满足功能需求。
假设此时有m个作业机器人在作业,指派n个护卫机器人对该m个作业机器人进行保护,确保其不受外来力量干扰以能顺利完成作业。在保证护卫质量的前提下,通常希望n<m以此节约成本。由于护卫机器人所形成的保护范围需要随着作业机器人的运动而做出相应变动,为了避免使用全局信息,提高系统鲁棒性、可靠性、以及经济性,令每个护卫机器人能够获取邻近作业机器人的位置信息,且同一个作业机器人的位置信息不能被多个护卫机器人同时获取。为了让队形能随作业机器人的运动而变化,令所有作业机器人的位置中心为编队的圆心,各作业机器人到圆心距离的最大值的k倍为编队半径(k>1),将护卫机器人均匀的散布在此圆的圆周上形成保护屏障。
如图1所示,有①-⑦号七个作业机器人(图中为无人机)正在进行高空作业(处于同一高度),选派1-3号三个护卫机器人对其进行保护。其中,1号护卫机器人能够获取①、②号作业机器人的位置信息,2号护卫机器人能够获取③、④号作业机器人的位置信息及3号护卫机器人能够获取⑤、⑥、⑦号作业机器人的位置信息。三个护卫机器人通过局部通讯最终得到七个作业机器人的位置中心,以此作为编队圆心。同时,各自计算出对应作业机器人到圆心的距离,选出最大值作为局部通讯的信息,最终得到一个全局最大值作为编队的半径。三个护卫机器人以该圆心和该半径为依据,均匀的散布在该圆上,从而达到保护作业机器人的目的。
分布式位置估计器获取编队圆心,如式(1)所示,
其中,α为非负常数,m为作业机器人的数目,n为护卫机器人的数目。pi(t)是本发明的分布式估计器对于编队圆心的估计值,该估计值的估计是基于和ψi(t)的值。从式(1)可以看出,对时间求导,是关于pi(t)的中间变量,Ni为第i个护卫机器人的相邻作业机器人集合。特别地,本发明能够满足n<m情况,其核心思想在于ψi(t)的定义。通过系统模型知道,每个护卫机器人分别能获取相邻作业机器人的位置信息,且同一个作业机器人的位置信息不被多个护卫机器人同时获取。假设第i个护卫机器人能获取ni个作业机器人的位置信息,则n1+n2+…+nn=m,ril为对应的作业机器人的位置信息。
再次,根据分布式圆心估计器及最大值一致半径算法,实现对机器人圆形编队的控制。本发明以估计器得到的编队中心位置作为圆心,最大值一致半径算法得到的值作为编队半径,护卫机器人以圆形队形的形式均匀的分布在作业机器人的外部,从而达到保护作业机器人的作用。
最大值一致性算法获取编队半径,如式(2)所示,
ρ i ( 0 ) = max l ∈ { 1 , 2 , ... , n i } | r i l ( t ) - p i ( t ) | ρ · i ( t ) = sgn + ( Σ j ∈ N i a i j ( ρ i ( t ) - ρ j ( t ) ) ) - - - ( 2 )
其中,定义本发明中将kρ(t)作为编队半径。
基于分布式圆心估计器及最大值一致半径算法圆形编队控制器,如式(3)所示,
u i ( t ) = - [ y i ( t ) - p i ( t ) + kρ i ( t ) e j ( i · 2 π n + θ ) ] - - - ( 3 )
其中,yi(t)是护卫机器人的位置信息。常数k>1,常数θ可以控制n个护卫机器人在圆形编队中均匀分布的偏转角度。
特别地,在本发明中对于实时获取机器人的位置信息与传递该信息的技术显得十分关键。首先,本发明采用基站定位来获得各机器人的实时位置信息,将定位基站固定在预设运动范围的各边上并且将定位标签安装在机器人上。定位标签通过获得与各定位基站的相对位置并结合基站的初始位置信息,从而获得该机器人的位置信息。其次,本发明使用UWB无载波通信技术实现各机器人间的交流通讯。综合运用编码技术实现局部通讯,实现分布式拓扑网络结构。
在多机器人系统模型中,只有当多机器人形成的拓扑结构图满足一定条件时,才可以实现有效的编队运动,达到期望的圆形编队。如图2所示,拓扑图中每个节点代表一个护卫机器人,若节点间有线段连接表示互为邻接点。只有当通讯拓扑图为连通图时,本发明的分布式圆心估计器能够得到期望的编队圆心,同时最大值一致半径算法能得到期望的编队半径。
以上所述仅为本发明的优选实施例,并不用于限制本发明,显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。

Claims (4)

1.一种基于分布式圆心和半径估计的多机器人圆形编队控制方法,其特征在于:包括以下步骤:
S1.第i护卫机器人获取相邻作业机器人的位置信息ril(t);
S2.与相邻护卫机器人进行通讯,利用分布式位置估计器得到编队圆心的估计值pi(t);
S3.根据最大值一致性算法得到编队半径ρi(t);
S4.利用编队控制器实现圆形编队控制。
2.根据权利要求1所述的基于分布式圆心和半径估计的多机器人圆形编队控制方法,其特征在于:在步骤S2中用以下方法获得编队圆心的估计值pi(t):
其中m为作业机器人的数目,n为护卫机器人的数目,ni表示第i护卫机器人的相邻作业机器人的个数,l∈{1,2,…,ni},ril(t)表示第i护卫机器人的第l相邻作业机器人的位置信息,Ni(t)为第i护卫机器人的相邻护卫机器人集合,若j∈Ni(t),则pj(t)表示第i护卫机器人的相邻护卫机器人对圆心的估计值,α为非负常数,对时间求导。
3.根据权利要求2所述的基于分布式圆心和半径估计的多机器人圆形编队控制方法,其特征在于:在步骤S3中,编队半径ρi(t)通过以下方法获得:
其中,定义ρi(t)表示第i护卫机器人获得的编队半径,ρi(0)表示取第i护卫机器人的各相邻作业机器人与编队圆心距离的最大值作为初始编队半径。
4.根据权利要求3所述的基于分布式圆心和半径估计的多机器人圆形编队控制方法,其特征在于:所述编队控制器如下所述:
u i ( t ) = - [ y i ( t ) - p i ( t ) + kρ i ( t ) e j ( i · 2 π n + θ ) ]
其中,yi(t)是护卫机器人的位置信息,pi(t)为编队圆心估计值,ρi(t)为编队半径,保证n个护卫机器人以任意偏转角度θ均匀地分布在圆形编队圆周上,k为常数k>1保证以pi(t)为圆心,ρi(t)为半径的护卫机器人编队位于作业机器人的外端。
CN201610356953.0A 2016-05-25 2016-05-25 基于分布式圆心和半径估计的多机器人圆形编队控制方法 Expired - Fee Related CN105955274B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610356953.0A CN105955274B (zh) 2016-05-25 2016-05-25 基于分布式圆心和半径估计的多机器人圆形编队控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610356953.0A CN105955274B (zh) 2016-05-25 2016-05-25 基于分布式圆心和半径估计的多机器人圆形编队控制方法

Publications (2)

Publication Number Publication Date
CN105955274A true CN105955274A (zh) 2016-09-21
CN105955274B CN105955274B (zh) 2018-07-03

Family

ID=56909869

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610356953.0A Expired - Fee Related CN105955274B (zh) 2016-05-25 2016-05-25 基于分布式圆心和半径估计的多机器人圆形编队控制方法

Country Status (1)

Country Link
CN (1) CN105955274B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106502250A (zh) * 2016-11-23 2017-03-15 北京邮电大学 三维空间内多机器人编队的路径规划算法
CN109643128A (zh) * 2017-08-07 2019-04-16 松下电器产业株式会社 移动体及移动体的控制方法
CN111259546A (zh) * 2020-01-15 2020-06-09 中国科学技术大学 一种自驱动交通工具圆周编队控制方法、系统及存储介质
CN112087718A (zh) * 2020-08-26 2020-12-15 电子科技大学 基于uwb定位广播式多移动机器人动态虚拟交互方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101515179A (zh) * 2009-02-17 2009-08-26 浙江大学 一种多机器人队形变换方法
CN102331711A (zh) * 2011-08-12 2012-01-25 江苏合成物联网科技有限公司 一种移动自主机器人的编队控制方法
US8318512B2 (en) * 2009-04-29 2012-11-27 Applied Materials, Inc. Automated substrate handling and film quality inspection in solar cell processing

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101515179A (zh) * 2009-02-17 2009-08-26 浙江大学 一种多机器人队形变换方法
US8318512B2 (en) * 2009-04-29 2012-11-27 Applied Materials, Inc. Automated substrate handling and film quality inspection in solar cell processing
CN102331711A (zh) * 2011-08-12 2012-01-25 江苏合成物联网科技有限公司 一种移动自主机器人的编队控制方法

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
丁衍,等: "基于一致性算法的时延多无人机编队分散化控制", 《计算机应用》 *
卢婉婷,等: "Antagonistic formation motion of cooperative agents", 《CHIN.PH.B》 *
李冠男,等: "基于测距的多AUV编队控制方法研究", 《海洋技术学报》 *
王付永: "复杂多智能体系统的最大一致性", 《计算机仿真》 *
薛瑞彬,等: "具有时延及联合连通拓扑的多飞行器分布式协同编队飞行控制研究", 《兵工学报》 *

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106502250A (zh) * 2016-11-23 2017-03-15 北京邮电大学 三维空间内多机器人编队的路径规划算法
CN109643128A (zh) * 2017-08-07 2019-04-16 松下电器产业株式会社 移动体及移动体的控制方法
CN109643128B (zh) * 2017-08-07 2022-02-25 松下电器产业株式会社 移动体及移动体的控制方法
CN111259546A (zh) * 2020-01-15 2020-06-09 中国科学技术大学 一种自驱动交通工具圆周编队控制方法、系统及存储介质
CN111259546B (zh) * 2020-01-15 2022-05-13 中国科学技术大学 一种自驱动交通工具圆周编队控制方法、系统及存储介质
CN112087718A (zh) * 2020-08-26 2020-12-15 电子科技大学 基于uwb定位广播式多移动机器人动态虚拟交互方法

Also Published As

Publication number Publication date
CN105955274B (zh) 2018-07-03

Similar Documents

Publication Publication Date Title
CN105955274A (zh) 基于分布式圆心和半径估计的多机器人圆形编队控制方法
Jiang et al. Cyber physical system for safety management in smart construction site
Wen et al. Path planning for active SLAM based on deep reinforcement learning under unknown environments
CN106054882A (zh) 一种机器人避障方法
CN110471429A (zh) 基于改进人工势场法的割草机器人实时避障方法
Zhang et al. A cooperative-control-based underwater target escorting mechanism with multiple autonomous underwater vehicles for underwater Internet of Things
US10343280B1 (en) Method and system for robotic surface coverage
CN102169347A (zh) 基于协作协进化和多种群遗传算法的多机器人路径规划系统
CN109858095B (zh) 基于扇形的变电站为中心配电网单线图初始布局计算方法
CN106774403A (zh) 一种航线规划方法及装置
CN105142239A (zh) 基于数据价值动态估计的无线传感网移动sink数据收集方法
CN104848991A (zh) 基于视觉的主动式泄漏气体检测方法
Zhang et al. Distributed coverage optimization for deployment of directional sensor networks
Su et al. Robot path planning based on random coding particle swarm optimization
CN104865825A (zh) 一种多机器人合作时序预测控制方法
Pham et al. A multi-robot, cooperative, and active slam algorithm for exploration
CN104426736A (zh) 一种网络拓扑布局方法及设备
Nedjatia et al. Robot path planning by traveling salesman problem with circle neighborhood: Modeling, algorithm, and applications
CN102612139B (zh) 一种基于网格的无线传感器网络模糊定位方法
CN104865826A (zh) 一种基于合作预测控制的多机器人环境监测方法
CN107807534B (zh) 一种多轮式机器人自适应协同控制算法及控制系统
Kobayashi et al. Multi-Robot Patrol Algorithm with Distributed Coordination and Consciousness of the Base Station's Situation Awareness
Zhang et al. Discrete bioinspired neural network for complete coverage path planning
Wang et al. Fault-tolerant pattern formation by multiple robots: a learning approach
Lv et al. The Design of Indoor Mobile Robot Navigation System Based on UWB Location

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
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20180703

Termination date: 20190525