CN109032138A - 基于一致性算法的多机器人编队控制系统及方法 - Google Patents
基于一致性算法的多机器人编队控制系统及方法 Download PDFInfo
- Publication number
- CN109032138A CN109032138A CN201810828015.5A CN201810828015A CN109032138A CN 109032138 A CN109032138 A CN 109032138A CN 201810828015 A CN201810828015 A CN 201810828015A CN 109032138 A CN109032138 A CN 109032138A
- Authority
- CN
- China
- Prior art keywords
- robot
- module
- host
- formation control
- consistency algorithm
- 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
Links
- 230000015572 biosynthetic process Effects 0.000 title claims abstract description 56
- 238000000034 method Methods 0.000 title claims abstract description 23
- 230000005540 biological transmission Effects 0.000 claims abstract description 21
- 238000004891 communication Methods 0.000 claims description 16
- 230000033001 locomotion Effects 0.000 claims description 14
- 239000011159 matrix material Substances 0.000 claims description 10
- 230000003993 interaction Effects 0.000 claims description 5
- 238000013178 mathematical model Methods 0.000 claims description 3
- 238000012360 testing method Methods 0.000 claims description 3
- 238000013461 design Methods 0.000 claims description 2
- 238000012545 processing Methods 0.000 claims 1
- 230000008901 benefit Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 230000007812 deficiency Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- JEIPFZHSYJVQDO-UHFFFAOYSA-N ferric oxide Chemical compound O=[Fe]O[Fe]=O JEIPFZHSYJVQDO-UHFFFAOYSA-N 0.000 description 1
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
-
- 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
- G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
- G05D1/0221—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving a learning process
-
- 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
- G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
- G05D1/0223—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving speed control of the vehicle
-
- 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
- G05D1/0276—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle
-
- 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
- G05D1/0276—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle
- G05D1/028—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle using a RF signal
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Aviation & Aerospace Engineering (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Multimedia (AREA)
- Electromagnetism (AREA)
- Manipulator (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明给出一种基于一致性算法的多机器人编队控制系统及方法,属于智能控制领域。该系统包括图像采集模块、主机、数据传输模块和多个机器人;图像采集模块通过摄像头全局采集多个机器人图像,传输给主机进行图像处理,建立坐标系,识别每个机器人的位置信息;主机通过数据传输模块将位置信息发送给机器人;每个机器人上有多个传感器,采集所需数据。利用虚拟领导的思想,在机器人上控制模块通过一致性算法计算控制量,完成多个机器人的编队控制。本发明利用传统编队方法的思想,在此基础上利用一致性算法对多个机器人进行编队控制,简单快速地完成任务。
Description
技术领域
本发明属于智能控制领域,特别涉及基于一致性算法的多机器人编队控制系统及方法。
背景技术
随着科学技术的进步,机器人的数量快速增长,并逐步进入到人类生活的各个领域。机器人的工作环境不断变化,单个机器人不能很好的承担相应工作,难以满足相应的需求。为了满足诸如此类的需求,提出了多机器人系统,通过个体的行为有机结合实现整体系统的协作。多机器人协作,弥补了了单个机器人的能力的不足,通过并行的方式提高解决问题的能力。因而,多机器人协作具有很多优点,可以缩短工作时间,提高工作效率;多机器人系统的冗余性和平行性可以提高整个系统的鲁棒性和柔性;多个简单的机器人的设计和制造工艺比单个复杂机器人成本更低。编队控制是多机器人协作的典型问题,编队控制就是多个机器人在到达目的地的过程中,保持某种队形,同时又要适应环境约束。编队控制在军事、生产等各个领域有广泛的应用,尤其是在军事领域有着广泛的应用,例如无人机的编队飞行。
一致性问题是多智能体系统的一个基本问题,主要通过一致性协议来控制一组具有不同初始状态的多智能体在一定时间内达到同一个状态。而编队控制中的多个机器人可看作一个多智能体系统,符合多智能体系统的基本特点。目前,编队控制方法也有很多,但大多有一定的使用限制,因此考虑利用一致性协议来找到一种使用范围更广,控制效果更好的编队控制方法和系统。
发明内容
本发明的目的是对于单一编队控制方法的局限性,提出一种基于一致性算法的多机器人编队控制系统及方法。
本发明是通过以下技术方案实现的:本发明给出一种基于一致性算法的多机器人编队控制系统,包括图像采集模块、主机、数据传输模块和多个机器人:
所述图像采集模块,用于采集多个机器人所在运动范围的图像,传输至主机;
所述主机,用于对所采集图像进行图像处理,建立相应坐标系,计算出多个机器人的坐标信息,并将坐标信息通过数据传输模块发送至机器人;
所述数据传输模块,用于将主机计算的多个机器人的坐标信息发送至多个机器人;
所述多个机器人,每个机器人接收来自主机的坐标信息,并采集机器人本身所带传感器的数据,根据这些数据执行一致性算法,完成编队任务。
所述图像采集模块包括:一个摄像头,将采集的图像发送给主机的网络接口。
所述主机包括:显示所采集图像及处理过的图像的人机交互界面,对所采集图像进行图像处理,计算多个机器人的坐标信息。
所述数据传输模块包括:与主机相连的数据传输接口,与多机器人进行通信的无线通信模块。
所述多机器人包括:与主机通信的无线通信模块,采集机器人相关数据的传感器,包括测速的编码器,传感器所采集数据均与控制模块相连,为机器人提供动力的供电模块,实现编队控制的控制模块。
本发明提出基于一致性算法的多机器人编队控制方法,包括以下步骤:
步骤1:图像采集模块采集多机器人的运动范围的图像,将图像传输至主机;
步骤2:主机进行图像处理,识别多机器人中每个机器人的位置信息,并根据该运动范围建立坐标系,计算实际物理位置信息;
步骤3:通过数据传输模块将位置信息从主机传输至每个机器人;单个机器人通过测速传感器采集速度并结合位置信息,来执行一致性算法,最终实现编队控制。
单个机器人的运动模型为:
其中,xi,vi分别表示第i个智能体的位置与速度,ui表示第i个智能体待设定的控制
协议,n表示智能体的数目。
更进一步的,所述步骤1具体为:
在摄像头进行图像采集之间需要对摄像头进行标定,计算摄像头的内外参数,并建立相应坐标系;单个机器人上均带有数字标识,摄像头采集多个机器人运动范围内的图像,并通过千兆网线将图像数据传输至主机。
更进一步的,所述步骤2具体为:
主机对传输的图像数据进行处理,通过对机器人上的标识进行识别并计算每个机器人对应的实际物理坐标,并通过人机交互界面将采集的以及处理过的图像进行显示;主机通过RS-232串口将计算的坐标信息发送到单片机,之后通过无线通信模块将坐标信息发送至每个机器人。
更进一步的,所述步骤3具体为:
机器人通过无线通信模块接收到坐标信息,并通过自身所带增量式编码器采集速度信息;根据虚拟领航的编队思想,利用数学模型构造出实际的一致性控制协议,机器人根据自己在系统拓扑结构的位置,设计出不同的控制协议,实现编队控制
本发明的有益效果为:本发明将一致性协议应用到多机器人编队控制,是在实际的物理系统中进行验证,不局限于理论仿真。本发明中在应用一致性协议的过程中,利用到虚拟领航的思想,避免了单一编队算法的局限性,应用范围更加广泛。系统中使用视觉定位的方法,减少了机器人对传感器的依赖性,且数据信息的同时发送减小了多个机器人之间的通信延时,提高了系统的实时性。在控制系统中,多个机器人实现了分布式控制,单个机器人控制简单,提高系统的鲁棒性。
附图说明
图1是本发明基于一致性算法的多机器人编队控制系统的结构图。
图2是本发明基于一致性算法的多机器人编队控制方法的流程图。
图3是本发明基于一致性算法的多机器人编队控制方法的机器人的控制流程图。
具体实施方式
以下结合附图及实施例,对本发明进行进一步详细说明。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一致性算法的多机器人编队控制系统,包括图像采集模块、主机、数据传输模块和多个机器人;
图像采集模块,用于采集多个机器人所在运动范围的图像,传输至主机;主机,用于对所采集图像进行图像处理,建立相应坐标系,计算出多个机器人的坐标信息,并将坐标信息通过数据传输模块发送至机器人;数据传输模块,用于将主机计算的多个机器人的坐标信息发送至多个机器人;多个机器人,每个机器人接收来自主机的坐标信息,并采集机器人本身所带传感器的数据,根据这些数据执行一致性算法,完成编队任务。
所述图像采集模块包括:一个摄像头,将采集的图像发送给主机的网络接口。
所述主机包括:显示所采集图像及处理过的图像的人机交互界面,对所采集图像进行图像处理,计算多个机器人的坐标信息。
所述数据传输模块包括:与主机相连的数据传输接口RS-232,与多机器人进行通信的无线通信模块NRF24L01。
所述多机器人包括:与主机通信的无线通信模块NRF24L01,采集机器人相关数据的传感器,包括测速的512线增量式编码器,传感器所采集数据均与控制模块相连,为机器人提供动力的供电模块,实现编队控制的控制模块STM32F103单片机。
如图2所示,本发明实施例的基于一致性算法的多机器人编队控制方法用于实现本发明实施例的基于一致性算法的多机器人编队控制系统,包括以下步骤
图像采集模块采集多机器人的运动范围的图像,将图像传输至主机;
主机进行图像处理,识别多机器人中每个机器人的位置信息,并根据该运动范围建立坐标系,计算实际物理位置信息;
通过数据传输模块将位置信息从主机传输至每个机器人;
单个机器人通过测速传感器采集速度并结合位置信息,来执行一致性算法,最终实现编队控制。
单个机器人的运动模型为:
其中,xi,vi分别表示第i个智能体的位置与速度,ui表示第i个智能体待设定的控制协议,n表示智能体的数目。
本实施例的的工作过程是:
第一步,摄像头固定在天花板上,在摄像头进行图像采集之间需要对摄像头进行标定,计算摄像头的内外参数,并建立相应坐标系,以便将图像坐标映射到实际物理坐标。单个机器人上均带有数字标识,摄像头采集多个机器人运动范围内的图像,并通过千兆网线将图像数据传输至主机。
第二步,主机对传输的图像数据进行处理,通过对机器人上的标识进行识别并计算每个机器人对应的实际物理坐标,并通过人机交互界面将采集的以及处理过的图像进行显示。然后,主机通过RS-232串口将计算的坐标信息发送到一个STM32单片机,然后通过NRF24L01无线通信模块将坐标信息发送至每个机器人。
第三步,每个机器人通过无线通信模块接收到坐标信息,并通过自身所带增量式编码器采集速度信息。根据虚拟领航的编队思想,利用数学模型构造出实际的一致性控制协议,每个机器人根据自己在系统拓扑结构的位置,设计出的控制协议也不尽相同,最终实现编队控制。
本实施例中,单个机器人主要由车模,电机驱动模块,传感器模块和主控模块。车模主要由直流电机、供电模块和车身组成。电机驱动采用BTN7960B驱动芯片,可实现PWM波调速。传感器包括增量式编码器和电子罗盘,编码器型号是LQ_ECM14180305_SDZ512,分辨率为步进脉冲和方向输出512线,根据一定时间内输出脉冲数计算速度。
主控模块采用STM32F103ZET6芯片。该芯片工作频率最高可达72MHz,具有2个基本定时器、4个通用定时器、2个高级定时器、3个SPI、2个IIC、5个串口、3个12位ADC、1个12位DAC以及112个通用IO口等配置,功能十分强大,满足控制需求。
本实施例的控制方法具体步骤是,通过摄像头采集图像,主机图像处理,坐标信息无线传输至每个机器人,机器人之外有一个虚拟领航者,虚拟者的运动轨迹会直接给出运动方程,根据每个机器人和其他机器人以及虚拟领航者之间位置误差和速度误差,将这两个误差引入一致性协议,计算控制量并实际作用在电机和舵机,最终达到一定的队形。
所用机器人的运动学模型较为常见
根据系统模型,提出的一致性协议为:
其中,xi,vi分别表示第i个智能体的位置与速度,xj,vj分别表示与智能体i邻接的其他智能体,vr表示虚拟领航者的速度,aij是邻接矩阵的项,dij为机器人之间应当保持的距离值,k1,c,k2为未知常数。
协议的第一项可以使多机器人形成一定的编队;第二项使多个机器人的速度一致;第三项项可以使机器人和虚拟领航者达到速度一致。
整个系统可写做:
式中,x(t)∈Rn,v(t)∈Rn;A为邻接矩阵,L拉普拉斯矩阵;为表示机器人之间距离信息的矩阵,表示Kronecker积。
定义误差方程为:
令则定义Lyapunov方程,
V(t)=eT(t)Pe(t)
根据稳定性判据可得到,当存在正定矩阵P和正常数k1,c,k2时,满足不等式,ETP+PE<0,则系统渐进稳定,其中由此,我们根据此不等式可选取合适的常数值,代入控制协议,得到实际的控制协议。
如图3所示,单个机器人实现控制的步骤如下:
1.接收来自主机的位置信息;
2.采集机器人自身所带传感器的数据;
3.融合传感器数据;
4.运行一致性算法;
5.将控制输入量转化为机器人左右轮的线速度;
6.根据主机显示的图像判断队形形成以及系统是否稳定。
在主控模块中,实际控制算法的实现需要将机器人模型和控制协议进行离散化,最终实现编队控制,完成相关任务。
综上所述,本发明将一致性协议应用到多机器人编队控制,是在实际的物理系统中进行验证,不局限于理论仿真。本发明中在应用一致性协议的过程中,利用到虚拟领航的思想,避免了单一编队算法的局限性,应用范围更加广泛。系统中使用视觉定位的方法,减少了机器人对传感器的依赖性,且数据信息的同时发送减小了多个机器人之间的通信延时,提高了系统的实时性。在控制系统中,多个机器人实现了分布式控制,单个机器人控制简单,提高系统的鲁棒性。
以上实施方式仅用于说明本发明,而并非对本发明的限制,本领域的普通技术人员应当理解,其依然可以做出修改和变换,而这些修改和变换都应属于本发明所附权利要求的保护范围。
Claims (10)
1.基于一致性算法的多机器人编队控制系统,其特征在于,包括图像采集模块、主机、数据传输模块和多个机器人。
2.根据权利要求1所述的基于一致性算法的多机器人编队控制系统,其特征在于,所述图像采集模块包括摄像头。
3.根据权利要求1所述的基于一致性算法的多机器人编队控制系统,其特征在于,所述主机包括显示模块和图像处理模块。
4.根据权利要求1所述的基于一致性算法的多机器人编队控制系统,其特征在于,所述数据传输模块包括数据传输接口和无线通信模块。
5.根据权利要求1所述的基于一致性算法的多机器人编队控制系统,其特征在于,所述多机器人包括无线通信模块、传感器模块、编码器模块,供电模块和控制模块;所述传感器模块连接所述控制模块。
6.基于一致性算法的多机器人编队控制方法,其特征在于,包括以下步骤:
步骤1:图像采集模块采集多机器人的运动范围的图像,将图像传输至主机;
步骤2:主机进行图像处理,识别多机器人中每个机器人的位置信息,并根据该运动范围建立坐标系,计算实际物理位置信息;
步骤3:通过数据传输模块将位置信息从主机传输至每个机器人;单个机器人通过测速传感器采集速度并结合位置信息,来执行一致性算法,最终实现编队控制。
7.根据权利要求6所述的基于一致性算法的多机器人编队控制方法,其特征在于,单个机器人的运动模型为:
其中,xi,vi分别表示第i个智能体的位置与速度,ui表示第i个智能体待设定的控制协议,n表示智能体的数目。
8.根据权利要求6所述的基于一致性算法的多机器人编队控制方法,其特征在于,所述步骤1具体为:
在摄像头进行图像采集之间需要对摄像头进行标定,计算摄像头的内外参数,并建立相应坐标系;单个机器人上均带有数字标识,摄像头采集多个机器人运动范围内的图像,并通过千兆网线将图像数据传输至主机。
9.根据权利要求6所述的基于一致性算法的多机器人编队控制方法,其特征在于,所述步骤2具体为:
主机对传输的图像数据进行处理,通过对机器人上的标识进行识别并计算每个机器人对应的实际物理坐标,并通过人机交互界面将采集的以及处理过的图像进行显示;主机通过RS-232串口将计算的坐标信息发送到单片机,之后通过无线通信模块将坐标信息发送至每个机器人。
10.根据权利要求6所述的基于一致性算法的多机器人编队控制方法,其特征在于,所述步骤3具体为:
机器人通过无线通信模块接收到坐标信息,并通过自身所带增量式编码器采集速度信息;根据虚拟领航的编队思想,利用数学模型构造出实际的一致性控制协议,机器人根据自己在系统拓扑结构的位置,设计出不同的控制协议,实现编队控制;
所述一致性控制协议为:
其中,xi,vi分别表示第i个智能体的位置与速度,xj,vj分别表示与智能体i邻接的其他智能体,vr表示虚拟领航者的速度,aij是邻接矩阵的项,dij为机器人之间应当保持的距离值,k1,c,k2为未知常数;
整个系统表示为:
式中,x(t)∈Rn,v(t)∈Rn;A为邻接矩阵,L拉普拉斯矩阵;为表示机器人之间距离信息的矩阵,表示Kronecker积。
定义误差方程为:
令则定义Lyapunov方程,
V(t)=eT(t)Pe(t)
根据稳定性判据可得到,当存在正定矩阵P和正常数k1,c,k2时,满足不等式,ETP+PE<0,则系统渐进稳定,其中根据此不等式选取合适的常数值,代入控制协议,得到实际的控制协议。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810828015.5A CN109032138B (zh) | 2018-07-25 | 2018-07-25 | 基于一致性算法的多机器人编队控制系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810828015.5A CN109032138B (zh) | 2018-07-25 | 2018-07-25 | 基于一致性算法的多机器人编队控制系统及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109032138A true CN109032138A (zh) | 2018-12-18 |
CN109032138B CN109032138B (zh) | 2021-10-12 |
Family
ID=64645203
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810828015.5A Active CN109032138B (zh) | 2018-07-25 | 2018-07-25 | 基于一致性算法的多机器人编队控制系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109032138B (zh) |
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109634310A (zh) * | 2019-03-01 | 2019-04-16 | 郑州大学 | 一种基于自适应多机器人优化编队控制方法及系统 |
CN109799813A (zh) * | 2018-12-27 | 2019-05-24 | 南京理工大学 | 一种多智能体小车分布式编队的实现方法 |
CN109839111A (zh) * | 2019-01-10 | 2019-06-04 | 王昕� | 一种基于视觉定位的室内多机器人编队系统 |
CN110162045A (zh) * | 2019-05-21 | 2019-08-23 | 吉林大学 | 一种基于自适应三步法的卡车编队行驶跟随车控制方法 |
CN110502016A (zh) * | 2019-08-29 | 2019-11-26 | 广州高新兴机器人有限公司 | 一种保持多机器人队列巡逻一致性的方法 |
CN110609468A (zh) * | 2019-06-30 | 2019-12-24 | 南京理工大学 | 基于pi的非线性时滞多智能体系统的一致性控制方法 |
CN110609467A (zh) * | 2019-06-30 | 2019-12-24 | 南京理工大学 | 基于pid的时滞多智能体系统的一致性控制方法 |
CN110865651A (zh) * | 2019-12-19 | 2020-03-06 | 南京航空航天大学 | 虚拟长机模式下的固定翼编队飞行控制系统及控制方法 |
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 |
CN112394719A (zh) * | 2019-07-31 | 2021-02-23 | 南京理工大学 | 一种基于采样数据的多运动体系统编队控制装置及方法 |
CN112612279A (zh) * | 2020-12-24 | 2021-04-06 | 浙江工业大学 | 基于复拉普拉斯矩阵的二阶编队控制方法 |
CN112947407A (zh) * | 2021-01-14 | 2021-06-11 | 华南理工大学 | 一种多智能体有限时间的编队路径跟踪控制方法及系统 |
CN114265406A (zh) * | 2021-12-21 | 2022-04-01 | 南京理工大学 | 一种基于机器视觉的智能车编队控制系统及其控制方法 |
WO2022148419A1 (zh) * | 2021-01-08 | 2022-07-14 | 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 |
CN114967730A (zh) * | 2022-04-08 | 2022-08-30 | 大连海事大学 | 一种海空无人集群的跨域协同控制系统 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070271002A1 (en) * | 2006-05-22 | 2007-11-22 | Hoskinson Reed L | Systems and methods for the autonomous control, automated guidance, and global coordination of moving process machinery |
CN103777638A (zh) * | 2014-01-26 | 2014-05-07 | 北京航空航天大学 | 多无人机网络编队的一致性控制方法 |
CN104076689A (zh) * | 2014-07-17 | 2014-10-01 | 山东省科学院海洋仪器仪表研究所 | 全驱动式自主水下航行器协同控制方法 |
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 |
US20170176999A1 (en) * | 2015-12-17 | 2017-06-22 | Board Of Trustees Of The University Of Arkansas | Distributed Celling-Mounted Smart Cameras for Multi-Unmanned Gound Vehicle Routing and Coordination |
CN108181926A (zh) * | 2017-12-28 | 2018-06-19 | 南京邮电大学 | 基于快速有限时间一致性协议的多智能体系统的编队方法 |
-
2018
- 2018-07-25 CN CN201810828015.5A patent/CN109032138B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070271002A1 (en) * | 2006-05-22 | 2007-11-22 | Hoskinson Reed L | Systems and methods for the autonomous control, automated guidance, and global coordination of moving process machinery |
CN103777638A (zh) * | 2014-01-26 | 2014-05-07 | 北京航空航天大学 | 多无人机网络编队的一致性控制方法 |
CN104076689A (zh) * | 2014-07-17 | 2014-10-01 | 山东省科学院海洋仪器仪表研究所 | 全驱动式自主水下航行器协同控制方法 |
US20170176999A1 (en) * | 2015-12-17 | 2017-06-22 | Board Of Trustees Of The University Of Arkansas | Distributed Celling-Mounted Smart Cameras for Multi-Unmanned Gound Vehicle Routing and Coordination |
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 |
CN108181926A (zh) * | 2017-12-28 | 2018-06-19 | 南京邮电大学 | 基于快速有限时间一致性协议的多智能体系统的编队方法 |
Non-Patent Citations (1)
Title |
---|
王银涛 等: "多智能体信息一致性在机器人编队控制中的应用", 《火力与指挥控制》 * |
Cited By (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109799813A (zh) * | 2018-12-27 | 2019-05-24 | 南京理工大学 | 一种多智能体小车分布式编队的实现方法 |
CN109839111A (zh) * | 2019-01-10 | 2019-06-04 | 王昕� | 一种基于视觉定位的室内多机器人编队系统 |
CN109634310A (zh) * | 2019-03-01 | 2019-04-16 | 郑州大学 | 一种基于自适应多机器人优化编队控制方法及系统 |
CN109634310B (zh) * | 2019-03-01 | 2021-08-20 | 郑州大学 | 一种基于自适应多机器人优化编队控制方法及系统 |
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 |
CN110162045A (zh) * | 2019-05-21 | 2019-08-23 | 吉林大学 | 一种基于自适应三步法的卡车编队行驶跟随车控制方法 |
CN110162045B (zh) * | 2019-05-21 | 2021-06-25 | 吉林大学 | 一种基于自适应三步法的卡车编队行驶跟随车控制方法 |
CN110609467B (zh) * | 2019-06-30 | 2022-06-21 | 南京理工大学 | 基于pid的时滞多智能体系统的一致性控制方法 |
CN110609467A (zh) * | 2019-06-30 | 2019-12-24 | 南京理工大学 | 基于pid的时滞多智能体系统的一致性控制方法 |
CN110609468A (zh) * | 2019-06-30 | 2019-12-24 | 南京理工大学 | 基于pi的非线性时滞多智能体系统的一致性控制方法 |
CN110609468B (zh) * | 2019-06-30 | 2022-06-28 | 南京理工大学 | 基于pi的非线性时滞多智能体系统的一致性控制方法 |
CN112394719A (zh) * | 2019-07-31 | 2021-02-23 | 南京理工大学 | 一种基于采样数据的多运动体系统编队控制装置及方法 |
CN112394719B (zh) * | 2019-07-31 | 2023-11-03 | 南京理工大学 | 一种基于采样数据的多运动体系统编队控制装置及方法 |
CN110502016A (zh) * | 2019-08-29 | 2019-11-26 | 广州高新兴机器人有限公司 | 一种保持多机器人队列巡逻一致性的方法 |
CN110865651A (zh) * | 2019-12-19 | 2020-03-06 | 南京航空航天大学 | 虚拟长机模式下的固定翼编队飞行控制系统及控制方法 |
CN112612279A (zh) * | 2020-12-24 | 2021-04-06 | 浙江工业大学 | 基于复拉普拉斯矩阵的二阶编队控制方法 |
WO2022148419A1 (zh) * | 2021-01-08 | 2022-07-14 | 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 |
CN112947407A (zh) * | 2021-01-14 | 2021-06-11 | 华南理工大学 | 一种多智能体有限时间的编队路径跟踪控制方法及系统 |
CN114265406A (zh) * | 2021-12-21 | 2022-04-01 | 南京理工大学 | 一种基于机器视觉的智能车编队控制系统及其控制方法 |
CN114265406B (zh) * | 2021-12-21 | 2024-04-12 | 南京理工大学 | 一种基于机器视觉的智能车编队控制系统及其控制方法 |
CN114967730A (zh) * | 2022-04-08 | 2022-08-30 | 大连海事大学 | 一种海空无人集群的跨域协同控制系统 |
Also Published As
Publication number | Publication date |
---|---|
CN109032138B (zh) | 2021-10-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109032138A (zh) | 基于一致性算法的多机器人编队控制系统及方法 | |
Bischoff et al. | Kuka youbot-a mobile manipulator for research and education | |
CN104503454B (zh) | 基于多智能体理论的搜救机器人系统运动控制方法 | |
CN108656112B (zh) | 一种面向直接示教的机械臂零力控制实验系统 | |
CN103753534B (zh) | 一种移动机器人控制器及其控制方法 | |
CN107756400B (zh) | 一种基于旋量理论的6r机器人逆运动学几何求解方法 | |
CN108214445B (zh) | 一种基于ros的主从异构遥操作控制系统 | |
CN102039589B (zh) | 模块化的灾害救援机器人 | |
CN107804474A (zh) | 携带冗余度机械臂的多旋翼飞行机器人整机系统设计方法 | |
Gupta et al. | Overview of networked control systems | |
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 | |
CN105700465A (zh) | 基于EtherCAT总线的机器人柔顺控制系统和方法 | |
CN111015649B (zh) | 一种驱控一体化控制系统 | |
CN104552311A (zh) | 基于EtherCAT的智能工业机器人总线模块及其操作方法 | |
CN115469576B (zh) | 一种基于人-机械臂异构运动空间混合映射的遥操作系统 | |
CN106003034A (zh) | 一种主从式机器人控制系统及控制方法 | |
CN106041912A (zh) | 主从式蛇形机器人系统及其位置控制方法 | |
CN108762112A (zh) | 一种基于虚拟现实的工业机器人仿真与实时控制系统 | |
CN111687846B (zh) | 一种四足机器人分布式高实时性控制系统及方法 | |
CN108262742A (zh) | 一种模块化结构的机器人及其控制方法 | |
CN104820403A (zh) | 一种基于EtherCAT总线的8轴机器人控制系统 | |
CN105824292A (zh) | 一种机器人分布式控制器及控制方法 | |
CN201525026U (zh) | 模块化的灾害救援机器人 | |
CN102126220A (zh) | 一种基于现场总线仿人机器人六自由机械臂的控制系统 | |
CN203825438U (zh) | 一种伺服驱动器及使用该伺服驱动器的多轴控制系统 |
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 |