CN108897321A - 基于领航跟随法的机器人队形可变编队控制方法与控制器 - Google Patents

基于领航跟随法的机器人队形可变编队控制方法与控制器 Download PDF

Info

Publication number
CN108897321A
CN108897321A CN201810778318.0A CN201810778318A CN108897321A CN 108897321 A CN108897321 A CN 108897321A CN 201810778318 A CN201810778318 A CN 201810778318A CN 108897321 A CN108897321 A CN 108897321A
Authority
CN
China
Prior art keywords
robot
current
formation
piloting
information
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
CN201810778318.0A
Other languages
English (en)
Other versions
CN108897321B (zh
Inventor
彭滔
刘成军
陈延政
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 of Technology
Original Assignee
Chongqing University of Technology
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 of Technology filed Critical Chongqing University of Technology
Priority to CN201810778318.0A priority Critical patent/CN108897321B/zh
Publication of CN108897321A publication Critical patent/CN108897321A/zh
Application granted granted Critical
Publication of CN108897321B publication Critical patent/CN108897321B/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
    • G05D1/0287—Control of position or course in two dimensions specially adapted to land vehicles involving a plurality of land vehicles, e.g. fleet or convoy travelling
    • G05D1/0291—Fleet control
    • G05D1/0295—Fleet control by at least one leading vehicle of the fleet

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)
  • Toys (AREA)
  • Manipulator (AREA)

Abstract

本发明公开了一种基于领航跟随法的机器人队形可变编队控制方法，包括以下步骤：以期望相对距离和期望相对角度表示编队信息；领航机器人判断是否需要进行队形变换；若是，更新当前编队信息并发送给跟随机器人；若否，领航机器人将当前速度信息和位姿信息发送给跟随机器人；跟随机器人计算当前位姿误差；跟随机器人判断当前位姿误差是否在零的小邻域内；若是，则保持前一时刻的控制输出量，保持队形；若否，则跟随机器人的控制器根据当前位姿误差计算当前控制输出量，跟随机器人根据当前控制输出量运行，队形变换。本发明还提供一种用于机器人队形可变编队控制的控制器。本发明同时适用于固定队形与队形可变的机器人编队，具有优良的适用性。

Description

基于领航跟随法的机器人队形可变编队控制方法与控制器
技术领域
本发明涉及多机器人编队控制领域，尤其是一种基于领航跟随法的轮式机器人队形可变编队控制方法。
背景技术
近年来，轮式机器人(Wheeled mobile robots，WMR)编队有更好的时空分布、组织灵活、运动自由、相互协调合作的优势，使其能完成许多单个机器人无法完成的复杂任务，而被广大自动化控制领域、机器人领域和人工智能领域的研究者们广泛研究。WMR具有非常广泛的应用前景，例如营救，搬运，围捕，编队，分布搜寻等。
对于WMR编队控制，现在最主要的三种研究方法是领航跟随法、虚拟结构法和基于行为法，其中由于领航跟随法是将机器人编队分解为两两互相跟踪的机器人对，将编队控制转化为跟随机器人对领航机器人的期望距离与角度跟踪问题，易于被视为轨迹跟踪问题的自然扩展，且适合用数学进行分析而广泛应用于移动机器人编队控制研究的各领域，是最流行的编队控制方法。
Desai等运用领航跟随法在极坐标下建立了著名的编队控制模型，并在此模型基础上设计了控制器。这是由于领航跟随机器人间的相对位置很容易在极坐标下表示，使得编队控制系统模型在极坐标中更易于表示。该模型最主要的缺点是在控制器设计中存在不可避免的本质奇异点问题。
现有的研究结果，多数只讨论了如何保持固定队形，即不变的期望距离和角度，而事实上在编队行进过程中，往往有进行队形变换的需求，即要求期望距离和角度进行改变。现有技术中缺乏针对轮式机器人可变编队控制的方法。
发明内容
针对上述现有技术的不足，本发明的目的是提供一种基于领航跟随法的机器人队形可变编队控制方法，包括以下步骤：
步骤1：预先规划领航机器人的运动轨迹；领航机器人将初始编队信息发送给跟随机器人；其中，初始编队信息包括领航机器人与跟随机器人之间的初始期望相对距离和初始期望相对角度；
步骤2：领航机器人根据预先规划的运动轨迹确定自身的当前位姿信息和当前速度信息；其中，当前位姿信息包括机器人的方向角与其在全局坐标系中的中心点坐标；当前速度信息包括角速度与线速度；
步骤3：领航机器人判断是否需要进行队形变换，即判断当前编队信息中领航机器人与跟随机器人之间的当前期望相对距离与当前期望相对角度是否需要改变；若是，则更新当前编队信息，并进入步骤4；若否，进入步骤5；
步骤4：领航机器人将当前编队信息、自身的当前位姿信息和当前速度信息发送给跟随机器人；
步骤5：领航机器人将自身的当前速度信息与当前位姿信息发送给跟随机器人；
步骤6：跟随机器人确定自身的当前位姿信息和当前速度信息，并根据自身的当前位姿信息和当前速度信息、当前编队信息、领航机器人的当前位姿信息和当前速度信息，计算跟随机器人与领航机器人之间的当前位姿误差，所述当前位姿误差包括距离误差与角度误差；
步骤7：跟随机器人判断当前位姿误差的是否在零的小邻域内；若是，则保持前一时刻的控制输出量，从而使得队形能够保持，并回到步骤2；若否，则进入步骤8：
步骤8：跟随机器人的控制器根据当前位姿误差计算能够使得当前位姿误差的落入零的小邻域内的当前控制输出量，并且跟随机器人根据当前控制输出量进行运行，从而使得队形得到变换，并回到步骤2。
优选的，一种用于机器人队形可变编队控制的控制器，其特征在于：所述控制器用于安装在跟随机器人上，所述控制器包括输入模块、误差计算模块、控制量计算模块以及输出模块；
所述输入模块用于接收领航机器人发送的当前编队信息、领航机器人的当前位姿信息和速度信息；所述当前编队信息包括领航机器人与跟随机器人之间的当前期望相对距离和当前期望相对角度；所述当前位姿信息包括机器人的方向角与其在全局坐标系中的中心点坐标；所述当前速度信息包括角速度与线速度；
所述误差计算模块用于根据跟随机器人的当前位姿信息和当前速度信息、当前编队信息、领航机器人的当前位姿信息和当前速度信息，计算跟随机器人与领航机器人之间的当前位姿误差，并判断当前位姿误差是否在零的小邻域内；
所述控制量计算模块用于根据当前位姿误差，计算能够使得当前位姿误落入零的小邻域内的当前控制输出量；
所述输出模块用于将当前控制输出量发送给跟随机器人的电机驱动模块。
优选的，领航机器人与跟随机器人均为差分驱动的轮式机器人，所述轮式机器人包括前端的转向轮与后端的左驱动轮、右驱动轮；所述全局坐标系为笛卡尔平面直角坐标系。
优选的，当前位姿误差按如下公式计算：
其中，为X轴方向上的距离误差，为Y轴方向上的距离误差，为角度误差；为X轴方向上的期望相对距离，为Y轴方向上的期望相对距离；为X轴方向上的当前相对距离，为Y轴方向上的当前相对距离；θi为领航机器人的当前方向角，θj为跟随机器人的当前方向角。
优选的，控制输出量包括左驱动轮转速与右驱动轮转速跟随机器人的控制器按如下公式计算控制量：
左驱动轮转速
右驱动轮转速
其中，r表示驱动轮直径，D表示左驱动轮与右驱动轮之间的间距，d表示跟随机器人的转向轮到其中心点的距离；k1、k2均为控制参数；wi表示领航机器人的角速度；f1、f2的表达式分别如下：
其中，表示期望相对距离，表示的导数；表示期望相对角度，表示的导数；vi表示领航机器人的线速度。
与现有技术相比，本发明具有以下优点：
1、本发明的控制方法既适用于固定队形的机器人编队，又适用于队形可变的机器人编队，具有优良的适用性；本发明利用误差控制实现了队形的保持或变换，算法简单，易于实现。
2、本发明才用笛卡尔平面直角坐标系作为全局坐标系能够避免出现极坐标模型中不可避免的控制器设计中存在的奇异点问题，提高控制过程的可靠性。
3、本发明专门针对轮式机器人设计了期望相对距离和期望相对角度可变的控制器，利用领航跟随法讲编队控制转化为跟随机器人对领航机器人的轨迹跟踪控制，即控制目标转化为领航机器人与跟随机器人间的距离和角度收敛到期望距离和期望角度，通过误差控制的方法将编队控制任务转换为对轮式机器人轮速的控制，实现了输入输出线性化控制，具有良好的稳定性和适用性。
附图说明
图1是领航机器人与跟随机器人全局坐标系中的编队示意图；
图2是控制器中控制量计算模块的原理框图；
图3是仿真验证1中距离误差的收敛曲线图；
图4是仿真验证1中距离误差的收敛曲线图；
图5是仿真验证1中角度误差的收敛曲线图；
图6是仿真验证2中距离误差的收敛曲线图；
图7是仿真验证2中距离误差的收敛曲线图；
图8是仿真验证2中角度误差的收敛曲线图；
具体实施方式
下面结合附图和优选实施方式对本发明作进一步的详细说明。
本具体实施方式针对非完整约束轮式移动机器人队形可变编队控制问题，基于领航跟随法的笛卡尔坐标系模型，利用直接输入输出线性化方法，设计了一个期望相对距离和期望相对角度可变的控制器，实现了可变队形编队控制目标，并通过仿真验证了控制器的有效性和合理性。
一种基于领航跟随法的机器人队形可变编队控制方法，其特征在于：包括以下步骤：
步骤1：预先规划领航机器人的运动轨迹；领航机器人将初始编队信息发送给跟随机器人；其中，初始编队信息包括领航机器人与跟随机器人之间的初始期望相对距离和初始期望相对角度；
步骤2：领航机器人根据预先规划的运动轨迹确定自身的当前位姿信息和当前速度信息；其中，当前位姿信息包括机器人的方向角与其在全局坐标系中的中心点坐标；当前速度信息包括角速度与线速度；
步骤3：领航机器人判断是否需要进行队形变换，即判断当前编队信息中领航机器人与跟随机器人之间的当前期望相对距离与当前期望相对角度是否需要改变；若是，则更新当前编队信息，并进入步骤4；若否，进入步骤5；
步骤4：领航机器人将当前编队信息、自身的当前位姿信息和当前速度信息发送给跟随机器人；
步骤5：领航机器人将自身的当前速度信息与当前位姿信息发送给跟随机器人；
步骤6：跟随机器人确定自身的当前位姿信息和当前速度信息，并根据自身的当前位姿信息和当前速度信息、当前编队信息、领航机器人的当前位姿信息和当前速度信息，计算跟随机器人与领航机器人之间的当前位姿误差，所述当前位姿误差包括距离误差与角度误差；
步骤7：跟随机器人判断当前位姿误差的是否在零的小邻域内；若是，则保持前一时刻的控制输出量，从而使得队形能够保持，并回到步骤2；若否，则进入步骤8：
步骤8：跟随机器人的控制器根据当前位姿误差计算能够使得当前位姿误差的落入零的小邻域内的当前控制输出量，并且跟随机器人根据当前控制输出量进行运行，从而使得队形得到变换，并回到步骤2。
本具体实施方式中，领航机器人与跟随机器人均为差分驱动的轮式机器人，所述轮式机器人包括前端的转向轮与后端的左驱动轮、右驱动轮；
本具体实施方式中，所述全局坐标系为笛卡尔平面直角坐标系，如图1所示：X-Y表示全局坐标系，Oi表示领航机器人的中心点，Oj表示跟随机器人的中心点，Xi-Yi表示领航机器人以Oi为原点的局部坐标系，Xj-Yj表示g跟随机器人以Oj为原点的局部坐标系，vi、vj分别为领航机器人、跟随机器人的线速度；θi表示领航机器人的方向角，θj表示跟随机器人的方向角，方向角即为线速度方向与X轴方向的夹角；lij为领航机器人与跟随机器人之间的当前相对距离，为领航机器人与跟随机器人之间的当前相对角度。
本具体实施方中，采用一种用于机器人队形可变编队控制的控制器，所述控制器用于安装在跟随机器人上，所述控制器包括输入模块、误差计算模块、控制量计算模块以及输出模块，所述输出模块用于将当前控制输出量发送给跟随机器人的电机驱动模块；
所述输入模块用于接收领航机器人发送的当前编队信息、领航机器人的当前位姿信息和速度信息；所述当前编队信息包括领航机器人与跟随机器人之间的当前期望相对距离和当前期望相对角度；所述当前位姿信息包括机器人的方向角与其在全局坐标系中的中心点坐标；所述当前速度信息包括角速度与线速度；
所述误差计算模块用于根据跟随机器人的当前位姿信息和当前速度信息、当前编队信息、领航机器人的当前位姿信息和当前速度信息，计算跟随机器人与领航机器人之间的当前位姿误差，并判断当前位姿误差是否在零的小邻域内；
当前位姿误差按如下公式计算：
其中，为X轴方向上的距离误差，为Y轴方向上的距离误差，为角度误差；为X轴方向上的期望相对距离，为Y轴方向上的期望相对距离；为X轴方向上的当前相对距离，为Y轴方向上的当前相对距离；θi为领航机器人的当前方向角，θj为跟随机器人的当前方向角；
所述控制量计算模块用于根据当前位姿误差计算能够使得当前位姿误落入零的小邻域内的当前控制输出量，控制量计算模块的原理框图如2所示；控制输出量包括左驱动轮转速与右驱动轮转速跟随机器人的控制器按如下公式计算控制量：
左驱动轮转速
右驱动轮转速
其中，r表示驱动轮直径，D表示左驱动轮与右驱动轮之间的间距，d表示跟随机器人的转向轮到其中心点的距离；k1、k2均为控制参数；wi表示领航机器人的角速度；f1、f2的表达式分别如下：
其中，表示期望相对距离，表示的导数；表示期望相对角度，表示的导数；vi表示领航机器人的线速度。
为了验证所提控制方法的正确性和有效性，利用Matlab分别进行仿真验证1与仿真验证2。在两个仿真验证中均选取WMR轮式机器人的参数为：d＝0.5cm，r＝1cm，D＝3cm；领航机器人以vi＝5cm/s和wi＝0rad/s的速度做直线运动。
仿真验证1中期望相对距离和期望相对角度分别是30cm和80°。位姿误差初值为控制参数k1＝0.5，k2＝2。图3至5显示了位姿误差和的收敛情况，其中，和在10秒后就收敛到零，在30秒后收敛到零。
仿真验证2中期望相对距离和期望相对角度分别是30(sin t+1)cm和80(sin t+1)°。位姿误差初值为控制参数k1＝0.5，k2＝0.2。图6至8显示了位姿误差和的收敛情况，其中，和在30秒后就收敛到零，在50秒后收敛到零。
从上述两种情况的位姿误差收敛曲线，可以表明本发明提出的控制器是合理的和有效的，本发明的控制器是期望相对距离和期望相对角度可变的控制器，成功实现了编队控制的目标，实现了可变队形编队控制目标。

Claims (7)

1.一种基于领航跟随法的机器人队形可变编队控制方法，其特征在于：包括以下步骤：
步骤1：预先规划领航机器人的运动轨迹；领航机器人将初始编队信息发送给跟随机器人；其中，初始编队信息包括领航机器人与跟随机器人之间的初始期望相对距离和初始期望相对角度；
步骤2：领航机器人根据预先规划的运动轨迹确定自身的当前位姿信息和当前速度信息；其中，当前位姿信息包括机器人的方向角与其在全局坐标系中的中心点坐标；当前速度信息包括角速度与线速度；
步骤3：领航机器人判断是否需要进行队形变换，即判断当前编队信息中领航机器人与跟随机器人之间的当前期望相对距离与当前期望相对角度是否需要改变；若是，则更新当前编队信息，并进入步骤4；若否，进入步骤5；
步骤4：领航机器人将当前编队信息、自身的当前位姿信息和当前速度信息发送给跟随机器人；
步骤5：领航机器人将自身的当前速度信息与当前位姿信息发送给跟随机器人；
步骤6：跟随机器人确定自身的当前位姿信息和当前速度信息，并根据自身的当前位姿信息和当前速度信息、当前编队信息、领航机器人的当前位姿信息和当前速度信息，计算跟随机器人与领航机器人之间的当前位姿误差，所述当前位姿误差包括距离误差与角度误差；
步骤7：跟随机器人判断当前位姿误差的是否在零的小邻域内；若是，则保持前一时刻的控制输出量，从而使得队形能够保持，并回到步骤2；若否，则进入步骤8：
步骤8：跟随机器人的控制器根据当前位姿误差计算能够使得当前位姿误差的落入零的小邻域内的当前控制输出量，并且跟随机器人根据当前控制输出量进行运行，从而使得队形得到变换，并回到步骤2。
2.根据权利要求1所述的基于领航跟随法的机器人队形可变编队控制方法，其特征在于：领航机器人与跟随机器人均为差分驱动的轮式机器人，所述轮式机器人包括前端的转向轮与后端的左驱动轮、右驱动轮。
3.根据权利要求2所述的基于领航跟随法的机器人队形可变编队控制方法，其特征在于：所述全局坐标系为笛卡尔平面直角坐标系。
4.一种用于机器人队形可变编队控制的控制器，其特征在于：所述控制器用于安装在跟随机器人上，所述控制器包括输入模块、误差计算模块、控制量计算模块以及输出模块；
所述输入模块用于接收领航机器人发送的当前编队信息、领航机器人的当前位姿信息和速度信息；所述当前编队信息包括领航机器人与跟随机器人之间的当前期望相对距离和当前期望相对角度；所述当前位姿信息包括机器人的方向角与其在全局坐标系中的中心点坐标；所述当前速度信息包括角速度与线速度；
所述误差计算模块用于根据跟随机器人的当前位姿信息和当前速度信息、当前编队信息、领航机器人的当前位姿信息和当前速度信息，计算跟随机器人与领航机器人之间的当前位姿误差，并判断当前位姿误差是否在零的小邻域内；
所述控制量计算模块用于根据当前位姿误差，计算能够使得当前位姿误落入零的小邻域内的当前控制输出量；
所述输出模块用于将当前控制输出量发送给跟随机器人的电机驱动模块。
5.根据权利要求4所述的用于机器人队形可变编队控制的控制器，其特征在于：领航机器人与跟随机器人均为差分驱动的轮式机器人，所述轮式机器人包括前端的转向轮与后端的左驱动轮、右驱动轮；所述全局坐标系为笛卡尔平面直角坐标系。
6.根据权利要求5所述的用于机器人队形可变编队控制的控制器，其特征在于：当前位姿误差按如下公式计算：
其中，为X轴方向上的距离误差，为Y轴方向上的距离误差，为角度误差；为X轴方向上的期望相对距离，为Y轴方向上的期望相对距离；为X轴方向上的当前相对距离，为Y轴方向上的当前相对距离；θi为领航机器人的当前方向角，θj为跟随机器人的当前方向角。
7.根据权利要求6所述的用于机器人队形可变编队控制的控制器，其特征在于：控制输出量包括左驱动轮转速与右驱动轮转速跟随机器人的控制器按如下公式计算控制量：
左驱动轮转速
右驱动轮转速
其中，r表示驱动轮直径，D表示左驱动轮与右驱动轮之间的间距，d表示跟随机器人的转向轮到其中心点的距离；k1、k2均为控制参数；wi表示领航机器人的角速度；f1、f2的表达式分别如下：
其中，表示期望相对距离，表示的导数；表示期望相对角度，表示的导数；vi表示领航机器人的线速度。
CN201810778318.0A 2018-07-16 2018-07-16 基于领航跟随法的机器人队形可变编队控制方法与控制器 Expired - Fee Related CN108897321B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810778318.0A CN108897321B (zh) 2018-07-16 2018-07-16 基于领航跟随法的机器人队形可变编队控制方法与控制器

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810778318.0A CN108897321B (zh) 2018-07-16 2018-07-16 基于领航跟随法的机器人队形可变编队控制方法与控制器

Publications (2)

Publication Number Publication Date
CN108897321A true CN108897321A (zh) 2018-11-27
CN108897321B CN108897321B (zh) 2021-06-15

Family

ID=64349697

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810778318.0A Expired - Fee Related CN108897321B (zh) 2018-07-16 2018-07-16 基于领航跟随法的机器人队形可变编队控制方法与控制器

Country Status (1)

Country Link
CN (1) CN108897321B (zh)

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109857102A (zh) * 2019-01-21 2019-06-07 大连理工大学 一种基于相对位置的轮式机器人编队与跟踪控制方法
CN110428603A (zh) * 2019-07-26 2019-11-08 北京主线科技有限公司 集装箱卡车编队中跟随车行驶控制方法及装置
CN111506114A (zh) * 2020-05-25 2020-08-07 北京理工大学 一种飞行器编队控制方法
CN111766784A (zh) * 2020-07-10 2020-10-13 郑州大学 障碍物环境下多机器人图案构成的迭代优化方法
CN111857114A (zh) * 2019-04-17 2020-10-30 顺丰科技有限公司 一种机器人编队移动方法、系统、设备和存储介质
CN112068584A (zh) * 2020-06-16 2020-12-11 中国人民解放军军事科学院国防科技创新研究院 一种无人机区域覆盖控制系统及其控制方法
CN113525553A (zh) * 2021-06-03 2021-10-22 韦淑庄 一种智能跟随随动车及其控制方法
CN114326731A (zh) * 2021-12-28 2022-04-12 华中科技大学 基于激光雷达的多机器人编队跟踪采样控制方法及系统
CN114740863A (zh) * 2022-04-26 2022-07-12 轮趣科技(东莞)有限公司 一种基于领航跟随的多机编队控制方法及装置
CN115202349A (zh) * 2022-07-14 2022-10-18 广州大学 基于通信干扰的多移动机器人协同编队控制方法、装置、设备及存储介质

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2016031087A (ja) * 2014-07-28 2016-03-07 有限会社ファインメック 自動車用駆動装置
CN105527960A (zh) * 2015-12-18 2016-04-27 燕山大学 一种基于领航跟随的移动机器人编队控制方法
CN105607636A (zh) * 2016-01-21 2016-05-25 浙江工业大学 一种基于积分滑模算法的轮式移动机器人主从式编队控制方法
CN106094835A (zh) * 2016-08-01 2016-11-09 西北工业大学 前轮驱动车式移动机器人的动态编队控制方法
CN106950970A (zh) * 2017-05-05 2017-07-14 东华大学 一种基于客户端‑服务器结构的多机器人协同编队方法
US9940840B1 (en) * 2016-10-06 2018-04-10 X Development Llc Smart platooning of vehicles

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2016031087A (ja) * 2014-07-28 2016-03-07 有限会社ファインメック 自動車用駆動装置
CN105527960A (zh) * 2015-12-18 2016-04-27 燕山大学 一种基于领航跟随的移动机器人编队控制方法
CN105607636A (zh) * 2016-01-21 2016-05-25 浙江工业大学 一种基于积分滑模算法的轮式移动机器人主从式编队控制方法
CN106094835A (zh) * 2016-08-01 2016-11-09 西北工业大学 前轮驱动车式移动机器人的动态编队控制方法
US9940840B1 (en) * 2016-10-06 2018-04-10 X Development Llc Smart platooning of vehicles
CN106950970A (zh) * 2017-05-05 2017-07-14 东华大学 一种基于客户端‑服务器结构的多机器人协同编队方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
TAO PENG: "Formation control of multiple wheeled mobile robots via leader-follower approach", 《THE 26TH CHINESE CONTROL AND DECISION CONFERENCE (2014 CCDC)》 *

Cited By (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109857102A (zh) * 2019-01-21 2019-06-07 大连理工大学 一种基于相对位置的轮式机器人编队与跟踪控制方法
CN109857102B (zh) * 2019-01-21 2021-06-15 大连理工大学 一种基于相对位置的轮式机器人编队与跟踪控制方法
CN111857114A (zh) * 2019-04-17 2020-10-30 顺丰科技有限公司 一种机器人编队移动方法、系统、设备和存储介质
CN110428603A (zh) * 2019-07-26 2019-11-08 北京主线科技有限公司 集装箱卡车编队中跟随车行驶控制方法及装置
CN111506114A (zh) * 2020-05-25 2020-08-07 北京理工大学 一种飞行器编队控制方法
CN112068584B (zh) * 2020-06-16 2024-07-19 中国人民解放军军事科学院国防科技创新研究院 一种无人机区域覆盖控制系统及其控制方法
CN112068584A (zh) * 2020-06-16 2020-12-11 中国人民解放军军事科学院国防科技创新研究院 一种无人机区域覆盖控制系统及其控制方法
CN111766784A (zh) * 2020-07-10 2020-10-13 郑州大学 障碍物环境下多机器人图案构成的迭代优化方法
CN113525553A (zh) * 2021-06-03 2021-10-22 韦淑庄 一种智能跟随随动车及其控制方法
CN114326731A (zh) * 2021-12-28 2022-04-12 华中科技大学 基于激光雷达的多机器人编队跟踪采样控制方法及系统
CN114326731B (zh) * 2021-12-28 2024-04-09 华中科技大学 基于激光雷达的多机器人编队跟踪采样控制方法及系统
CN114740863A (zh) * 2022-04-26 2022-07-12 轮趣科技(东莞)有限公司 一种基于领航跟随的多机编队控制方法及装置
CN115202349A (zh) * 2022-07-14 2022-10-18 广州大学 基于通信干扰的多移动机器人协同编队控制方法、装置、设备及存储介质

Also Published As

Publication number Publication date
CN108897321B (zh) 2021-06-15

Similar Documents

Publication Publication Date Title
CN108897321B (zh) 基于领航跟随法的机器人队形可变编队控制方法与控制器
CN108381553B (zh) 一种用于空间非合作目标捕获的相对导航近距离跟踪方法及系统
McGee et al. Path planning and control for multiple point surveillance by an unmanned aircraft in wind
Oyama et al. Model predictive parking control for nonholonomic vehicles using time-state control form
CN109739094A (zh) 一种基于自适应滑模控制的移动机器人轨迹跟踪新方法
CN107168369A (zh) 一种欠驱动无人车的编队控制方法及系统
Vilca et al. A novel safe and flexible control strategy based on target reaching for the navigation of urban vehicles
Lu et al. On-manifold model predictive control for trajectory tracking on robotic systems
CN107263466A (zh) 空间机器人基于二次规划问题的基座无扰控制方法
JP6216545B2 (ja) 自律走行車両、車両の自律走行システム及び自律走行車両の制御方法
Oetiker et al. A navigation-field-based semi-autonomous nonholonomic vehicle-parking assistant
JP2021071734A (ja) 移動体の制御装置及び移動体の制御方法
CN113467475B (zh) 一种麦克纳姆轮全向移动机器人轨迹跟踪滑模控制方法
Signifredi et al. A general purpose approach for global and local path planning combination
Liljebäck et al. Waypoint guidance control of snake robots
Sahoo et al. Design and development of a heading angle controller for an unmanned ground vehicle
Vilca et al. An overall control strategy based on target reaching for the navigation of an urban electric vehicle
CN113625715A (zh) 一种自动化集装箱码头agv的快速轨迹跟踪控制方法
Tan et al. Design and development of a novel autonomous scaled multiwheeled vehicle
Liu et al. Autonomous navigation system for greenhouse tomato picking robots based on laser SLAM
CN115384529A (zh) 一种应对极限工况的三轴商用车双阶段漂移控制方法及安全辅助系统
Morales et al. Virtual steering limitations for reversing an articulated vehicle with off-axle passive trailers
Sasiadek et al. Path tracking of an autonomous LHD articulated vehicle
Li et al. Path-following control for multi-axle car-like wheeled mobile robot with nonholonomic constraint
Zhang et al. Vision-based moving target interception with a mobile robot based on motion prediction and online planning

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for 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: 20210615