CN110703751B - 一种多移动机器人系统半自主编队及避障控制方法 - Google Patents
一种多移动机器人系统半自主编队及避障控制方法 Download PDFInfo
- Publication number
- CN110703751B CN110703751B CN201910975094.7A CN201910975094A CN110703751B CN 110703751 B CN110703751 B CN 110703751B CN 201910975094 A CN201910975094 A CN 201910975094A CN 110703751 B CN110703751 B CN 110703751B
- Authority
- CN
- China
- Prior art keywords
- formation
- robot
- rigid body
- obstacle
- obstacle avoidance
- 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.)
- Active
Links
- 230000015572 biosynthetic process Effects 0.000 title claims abstract description 127
- 238000000034 method Methods 0.000 title claims abstract description 52
- 238000004891 communication Methods 0.000 claims abstract description 21
- 230000008569 process Effects 0.000 claims abstract description 15
- 230000002146 bilateral effect Effects 0.000 claims abstract description 3
- 239000013598 vector Substances 0.000 claims description 38
- 230000008859 change Effects 0.000 claims description 4
- 230000000694 effects Effects 0.000 claims description 4
- 238000013507 mapping Methods 0.000 claims description 2
- 230000009286 beneficial effect Effects 0.000 claims 1
- 230000019771 cognition Effects 0.000 abstract description 3
- 230000007547 defect Effects 0.000 abstract 1
- 238000010586 diagram Methods 0.000 description 6
- 230000007246 mechanism Effects 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 206010033799 Paralysis Diseases 0.000 description 2
- 230000004888 barrier function Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 241001061225 Arcos Species 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000003930 cognitive ability Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
Images
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
- G05D1/0289—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 with means for avoiding collisions between vehicles
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Aviation & Aerospace Engineering (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明公开了一种多移动机器人系统半自主编队及避障控制方法，先利用控制算法进行全自主避障，计算出刚体最前方机器人下一时刻的目标位置，在移动的过程中各个编队成员的相对位姿保持不变，保持一个固定的刚体结构，当观测到编队后方的机器人与障碍物的距离小于安全距离时，采用结合力反馈手控器的半自主避障方法控制刚体的移动方向，在通过双侧障碍物环境时，先采用单侧障碍环境下的半自主避障方法，若无法满足要求，则采用基于分布式通信的队形切换方法改变队形通过障碍。优点是：建立了一个融合操作人员认知和避障控制算法的多机器人系统，该发明弥补了全自主多机器人避障系统鲁棒性差的不足，和完全由操作人员控制效率和精度低下的缺点。
Description
技术领域
本发明涉及一种多移动机器人系统的半自主避障及编队控制方法，结合力反馈手控器和虚拟刚体法的编队避障和队形切换可应用于多机器人在复杂环境的协作作业等领域。
背景技术
随着移动机器人技术的不断推广，单个机器人在避障及最佳路径规划方面已经日趋成熟，如即时定位与地图构建(SLAM)技术已应用到不同的移动机器人领域。独立的机器人由于传感器有限，有时因工作效率低下、鲁棒性较差，难以满足复杂的任务要求，而多移动机器人系统可以融合多个机器人采集的环境信息，在复杂环境里的协作作业能够提高工作的效率，提高系统的稳定性。
对于不确定的复杂环境，在多种因素的影响下，多移动机器人系统的全自主协作避障很难实现，编队成员经常会出现通信“失联”造成系统瘫痪。全自主机器人系统避障的过程中由于存在局部最优解，系统难免会遇到死锁现象，以往多机器人编队切换方法里编队成员之间不存在约束作用，队形改变时经常出现发散现象。所以全自主的编队避障方法并不可靠，在一些特殊的任务环境中还需要融合操作员的认知来协助作业。而操作人员通过摄像头监控和遥操作的方法控制多机器人系统的工作又过于疲劳，且控制精度较低。
发明内容
发明目的：鉴于上述问题，本发明提出一种多移动机器人系统半自主编队及避障的方法。在多机器人编队系统里引入遥操作和虚拟刚体的概念，建立一个融合操作人员认知和避障控制算法的多机器人系统，该发明弥补了全自主多机器人避障系统鲁棒性差的不足，和完全由操作人员控制效率和精度低下的缺点。
技术方案：
多移动机器人系统在保持队形前进的过程中若遇到单侧障碍物，首先利用控制算法进行全自主避障，计算出刚体最前方机器人下一时刻的目标位置，在移动的过程中各个编队成员的相对位姿保持不变，保持一个固定的刚体结构。当观测到编队后方的机器人与障碍物的距离小于安全距离时，即全自主避障无法满足时，采用结合力反馈手控器的半自主避障方法控制刚体的移动方向。在通过双侧障碍物环境时，先采用单侧障碍环境下的半自主避障方法，若无法满足要求，则采用基于分布式通信的队形切换方法改变队形顺利通过障碍。
1)本发明提出一种基于虚拟刚体法的多移动机器人系统避障方法，适用于单侧障碍物环境，把整个机器人编队看作一个虚拟的刚体，刚体内任意两个机器人的相对位姿是固定不变的。首先利用无操作人员干预的全自主避障方法，刚体最前方的成员计算出下一时刻的位置坐标广播给每个编队成员，同时在虚拟刚体框架坐标下为每一个机器人建立一个矢量，当某个机器人偏离预想的坐标时，用强制矢量把它拉回所需位置保持机器人成员的相对位姿不变，同时避免编队与障碍物碰撞；当上述全自主避障方法效果不太理想时，采用一种半自主的避障方法，在刚体质心位置建立一个虚拟的刚体矢量，用力觉反馈手控器控制该虚拟刚体矢量，结合操作人员的认知改变整个编队的方向和速度，同时反馈给操作人员一种临场力觉感；
所述机器人编队成员是由3-5个载有激光雷达和深度相机的差速机器人组成，多机器人系统队形可以预定义，即提前定义不同机器人之间的距离和角度等；
所述虚拟刚体是指把多机器人系统看成一个整体结构的存在，内部任意两点的相对位置固定不变；
所述多机器人系统中的矢量是基于虚拟刚体坐标系下建立的向量，分为两个层次。第一个层次的矢量适用于刚体，作用于刚体的质心位置，方向和大小由操作人员通过力反馈手控器决定。第二个层次的矢量适用于刚体内部的每个独立的机器人，且矢量的起点都是与机器人质心重合，作用于领头机器人的矢量F1其大小与第一个层次作用于刚体的矢量大小相同，作用其他成员的矢量由编队成员的相对位姿决定。如图3所示，以机器人M3、M3’、M1为顶点建立一个力矢量三角形，所述M3的场矢量就是M3-M1和M1-M3’和合力F3，同理，编队成员M2的场矢量为F2。
所述力反馈手控器是一个具有3个位置自由度、3个关节自由度及3个位置自由度力反馈输出的设备，同时采用位置一一映射的原理，把手控器的空间位置映射到虚拟刚体即编队领头机器人在世界坐标系里的坐标位置。
2)本发明还提出了一种基于分布式通信和反馈控制的多机器人系统
编队切换策略，适用于双侧避障。当多机器人系统编队通过双侧障碍作业时，如果障碍之间的距离大于编队的最大宽度，则利用单侧障碍环境里的半自主避障方法，如果障碍之间的距离小于编队的最大宽度，需要改变现有的刚体结构，切换队形为一字队形或合适的队形顺利通过障碍环境。传统的领导-跟随者队形切换的控制算法较简单，领导者和跟随者之间相对独立、无约束作用，跟随者的跟踪误差反馈精度较低，整个编队具有较低的收敛性。本发明提出的队形切换方法建立在编队成员分布式通信和反馈控制的基础上，在保证队形不发散的同时能顺利越过狭窄障碍，且队形误差小。
所述分布式通信是指编队内的各个成员之间都存在通信渠道，在队形切换时编队的领头机器人发布位置信息，其它成员接收后做出相应的位姿调整，以保持系统的稳定性和鲁棒性。
所述多机器人系统的
编队切换策略是指在传统的领导者-跟随者方法基础上利用最小刚性图理论增加编队成员内部的相互约束关系，结合反馈控制原理保证队形切换时的收敛性。
所述反馈控制是指编队成员B收到成员A的位置信息后，根据控制算法调整自身位姿，并把实时位置信息发送给成员A，计算出两者之间的相对位置关系，与上一时刻的相对位置关系对比，求出误差，反馈给成员B并不断做出调整，直到相对误差为零。
提升效果：本发明采用提出的技术方案后，具有以下的优点：
(1)本发明在多移动机器人编队系统中引入了遥操作，当机器人系统无法实现全自动避障时，结合操作人员的认知能力使机器人编队顺利通过障碍物。
(2)本发明引入了虚拟刚体的概念，在保持多机器人系统队形不变或队形误差较小的前提下即可顺利避开障碍，提高编队系统的鲁棒性。
(3)本发明在机器人编队内部成员之间采用分布式通信的机制和反馈控制的方法，防止某个成员“失联”造成的系统瘫痪，以及提高了位置计算的精度。
(4)本发明提出了基于领导者-跟随者队形切换方法改进的
编队切换策略，在增加编队成员内部的相互约束关系的同时保证了队形切换时的收敛性。
附图说明
图1是本发明的半自主机器人系统控制示意图。
图2是本发明编队系统里单个机器人的结构图。
图3是本发明虚拟刚体的结构示意图。
图4是本发明中编队通过单侧障碍物环境的示意图。
图5是本发明中编队通过双侧障碍物环境的示意图。
图6是本发明基于分布式通信和反馈控制的队形切换过程示意图。
图7时本发明所述控制算法的流程图。
具体实施方式
下面结合说明书附图阐述本发明提出的半自主多移动机器人系统编队及避障控制方法的具体实施方式和步骤：
步骤一、构建多移动机器人半自主避障系统和推导运动学方程
参照图1所示，基于虚拟刚体法的多移动机器人半自主避障及编队系统主要包括主端、从端、通信模块、障碍物环境四个部分组成。所述主端是由操作人员8、手控器9和PC机10组成，所述手控器是一个具有三个关节自由度、三个位置自由度的自由力反馈触觉装置。所述PC机是用于接收手控器的信号并转换为位置信息传递给编队系统。所述从端是由编号为1、2、3、4、5的载有激光雷达和深度相机的差速机器人编队组成，并且每个机器人之间存在分布式的通信机制，可以相互发布和接收位置信息。系统中用到的通信方式有两种，第一种是WIFI通信适用于主端控制从端，第二种是ROS里的分布式通信机制，适用于编队避障和队形切换时的位置信息交换。
参照图2所示，本发明采用的编队机器人成员是三轮差速机器人，构造元件包括前面的万向轮2-1，右轮2-2，左轮2-3，激光雷达2-4。在世界坐标系{O}-xyz里建立编队成员的运动学模型为
步骤二、从虚拟刚体和场矢量层面分析多移动机器人编队
参照图3所示，在多移动机器人系统运动的过程中，把编队群体看成一个虚拟的刚体结构，刚体元件是由三个编队成员机器人3-1、机器人3-2、机器人3-3组成，刚体结构是可以预先定义的，即每个机器人成员之间的距离和角度信息是可以用算法规定的。由于位姿约束关系，刚体内的机器人成员与编队领头机器人的相对位置固定不变。
根据图3所示，系统刚启动时是一个边长较大，且不正规的三角形编队，不易通过障碍环境，需要初始化编队为一个边长较小的三角形刚体结构。以刚体框架为基础分别建立刚体成员的场矢量F1、F2、F3，以及作用于整个刚体的场矢量F。作用于整个刚体的矢量是由操作人员控制的力反馈手控器给与的，控制编队的速度V。刚体内部成员M1即编队内领头机器人的矢量和F相等，控制机器人M1的速度V1，作用其他成员的矢量由编队成员的相对位姿决定。如图3所示，以机器人M3、M3’、M1为顶点建立一个力矢量三角形，所述M3的场矢量就是M3-M1和M1-M3’和合力F3，同理，编队成员M2的场矢量为F2，分别控制速度V3和V2形成所需刚体结构。当刚体结构初始化完成后，内部成员的相对位姿关系不再变化，整个编队再F的作用下移动。
步骤三、半自主多移动人系统通过单侧障碍环境的过程推导
参照图4，多移动机器人系统经过图3的所述过程改变刚体结构之后保持队形前进。刚体最前方的机器人启动激光雷达扫描周围环境，若前进方向左侧或右侧有障碍物挡路，使用激光测距器在障碍物选取A、B两个点计算刚体最前方编队成员M1下一时刻的目标位置M1’。
M1到A、B两点的距离测量值分别为d2、d1，与水平面的夹角分别为α1、α2，则点A和点B之间的距离
夹角
所以β2＝π/2-β1+θ，其中θ是角度补偿值。M1和M1’之间距离
所以推出
据所求角度和距离信息可以推算出刚体最前方机器人成员的目标位置M1’为
分别表示x、y、z轴的坐标位置。根据图3所述过程知，刚体结构成员之间的相对位置保持固定不变，当M1运动到M1’位置后，M2和M3将在场矢量的作用下运动到理想位置M2’和M3’以维持系统队形不发生变化。刚体后方的编队成员运动到理想位置的过程始终有操作人员监控，并结合手控器协助编队通过侧方障碍。
步骤四、半自主多移动人系统通过双侧障碍通道的过程推导
步骤4.1、编队成员坐标位置计算：
参照图5，多移动机器人编队经过图3的所述过程改变刚体结构之后保持队形前进。刚体前方的机器人启动激光雷达扫描周围障碍环境，若前进方向存在双侧障碍物，激光雷达的扫描光束分别与右左两侧障碍物的交点为A、B两点，记两点之间的距离为d3。假设此时编队的最大宽度为R,判断d3和R的大小，若d3>R，则仿照步骤三的过程利用半自主多移动人系统通过单侧障碍的控制方法躲避障碍，无需切换队形。如果d3<R，则现有的刚体结构无法通过障碍环境，需要根据以下控制方式切换队形，首先计算出刚体领头机器人下一时刻的位置坐标，接着把实时位置信息发布给编队成员，机器人成员根据接收到的位置信息来不断调节自身位姿达到队形切换的效果。
设M1A＝d1，M1B＝d2，AB＝d3，M1B直线与水平面的夹角为
M1A和M1B之间的夹角为α1。则
α2是指M1B和M1M1’之间的夹角。
所以推导α3＝arcos((d2-0.5d3cosα2)/d)。
根据所求角度和距离信息可以推算出刚体最前方机器人成员的目标位置M1’为
分别表示x、y、z轴的坐标位置。
步骤4.2、基于分布式通信和反馈控制的队形切换过程：
所述步骤4.1里的队形切换是指当机器人M1计算出下一时刻的目标位置后，虚拟刚体的现有结构需要被打破，切换队形为预先定义的编队形状，整个切换过程是基于编队成员之间的分布式通信和反馈控制调节。
在多机器人系统里建立IP网络通信机制，基于ROS的IP网络通信是一种分布式形式，两两之间存储互相的机器人主机名，便可相互发布和接收位置坐标信息。把机器人M1的位置坐标、航向角度、速度测量值封装到socket套接字里，包括命令帧和速度帧的两种格式，分别把队形切换命令和数据以消息的形式发布给机器人M2和M3。当接收到队形切换命令后，M2和M3则请求接收通信话题上的M1的数据信息，根据接收到的位置信息不断调整自身位姿，在调整位置的同时以反馈调节的形式避免系统内部机器人成员的摩擦，同时以虚拟刚体的形式约束整个队形，避免编队发散。
参照图6，轨迹6-3、6-1、6-2分别是机器人M1、M2、M3队形切换时的运动轨迹，轨迹6-4是不同时刻虚拟刚体质心的连线模拟为整个编队的轨迹变化。
Claims (1)
1.一种多移动机器人系统半自主编队及避障控制方法，其特征在于，具体方法为：多移动机器人系统在保持队形前进的过程中在通过单侧障碍物环境时，首先利用控制算法进行全自主避障，计算出刚体最前方机器人下一时刻的目标位置，在移动的过程中各个编队成员的相对位姿保持不变，保持一个固定的刚体结构；当观测到编队后方的机器人与障碍物的距离小于安全距离时，即全自主避障无法满足时，采用结合力反馈手控器的半自主避障方法控制刚体的移动方向；在通过双侧障碍物环境时，先采用单侧障碍环境下的半自主避障方法，若无法满足要求，则采用基于分布式通信的队形切换方法改变队形顺利通过障碍；在通过单侧障碍物环境时，把整个机器人编队看作一个虚拟的刚体，刚体内任意两个机器人的相对位姿保持不变，首先利用无操作人员干预的全自主避障方法，刚体最前方的成员计算出下一时刻的位置坐标广播给每个编队成员，同时在虚拟刚体框架坐标下为每一个机器人建立一个矢量，当某个机器人偏离预想的坐标时，用强制矢量把它拉回所需位置保持机器人成员的相对位姿不变，同时避免编队与障碍物碰撞；当上述全自主避障方法效果不太理想时，采用一种半自主的避障方法，在刚体质心位置建立一个虚拟的刚体矢量，用力反馈手控器控制该虚拟刚体矢量，改变整个编队的方向和速度；所述机器人编队由3-5个载有激光雷达和深度相机的差速机器人组成，多机器人系统队形采用预定义，即提前定义不同机器人之间的距离和角度；所述多机器人系统中的矢量是基于虚拟刚体坐标系下建立的向量，包括两个层次；第一个层次的矢量适用于刚体，作用于刚体的质心位置，方向和大小由力反馈手控器决定；第二个层次的矢量适用于刚体内部的每个独立的机器人，且矢量的起点都与机器人质心重合，作用于领头机器人的矢量F1其大小与第一个层次作用于刚体的矢量大小相同，作用其他成员的矢量由编队成员的相对位姿决定；所述力反馈手控器是具有3个位置自由度、3个关节自由度的力反馈输出设备，同时通过位置一一映射，把手控器的空间位置映射到虚拟刚体即编队领头机器人在世界坐标系里的坐标位置；在通过双侧障碍物环境时，采用多机器人系统
编队切换策略，若障碍之间的距离大于编队的最大宽度，则利用单侧障碍环境里的半自主避障方法，若障碍之间的距离小于编队的最大宽度，需要改变现有的刚体结构，切换队形为一字队形或合适的队形顺利通过障碍环境；所述分布式通信是指编队内的各个成员之间都有通信渠道，在队形切换时编队的领头机器人发布位置信息，其它成员接收后做出相应的位姿调整；所述多机器人系统
编队切换策略是指利用最小刚性图理论增加编队成员内部的相互约束关系，结合反馈控制保证队形切换时的收敛性；所述反馈控制是指编队成员B收到成员A的位置信息后，根据控制算法调整自身位姿，并把实时位置信息发送给成员A，计算出两者之间的相对位置关系，与上一时刻的相对位置关系对比，求出误差，反馈给成员B并不断做出调整，直到相对误差为零。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910975094.7A CN110703751B (zh) | 2019-10-14 | 2019-10-14 | 一种多移动机器人系统半自主编队及避障控制方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910975094.7A CN110703751B (zh) | 2019-10-14 | 2019-10-14 | 一种多移动机器人系统半自主编队及避障控制方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110703751A CN110703751A (zh) | 2020-01-17 |
| CN110703751B true CN110703751B (zh) | 2022-09-30 |
Family
ID=69199662
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910975094.7A Active CN110703751B (zh) | 2019-10-14 | 2019-10-14 | 一种多移动机器人系统半自主编队及避障控制方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110703751B (zh) |
Families Citing this family (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111256721B (zh) * | 2020-02-24 | 2023-03-31 | 西安蜂语信息科技有限公司 | 导航方法及装置 |
| CN111399539B (zh) * | 2020-03-27 | 2022-06-24 | 西北工业大学 | 一种基于航路点的无人机编队避障和防撞控制方法 |
| CN111596691B (zh) * | 2020-07-07 | 2021-08-31 | 福州大学 | 一种基于人在回路的多机器人系统的决策建模与协同控制方法及系统 |
| CN111813121B (zh) * | 2020-07-13 | 2023-07-18 | 陕西理工大学 | 基于距离-角度优先级的多移动机器人编队避障方法 |
| CN112859596B (zh) * | 2021-01-07 | 2022-01-04 | 浙江大学 | 一种考虑编队避障的非线性遥操作多边控制方法 |
| CN112936258A (zh) * | 2021-01-25 | 2021-06-11 | 西湖大学 | 一种面向空中作业机器人的人机协作系统及方法 |
| CN113741297B (zh) * | 2021-09-10 | 2023-06-23 | 北京京东乾石科技有限公司 | 用于多个机器人的任务处理方法、装置及系统、机器人 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104950885A (zh) * | 2015-06-10 | 2015-09-30 | 东南大学 | 一种基于视觉和力觉反馈的uav群双边遥操作控制系统及其方法 |
| CN108459612A (zh) * | 2017-02-21 | 2018-08-28 | 北京航空航天大学 | 基于人工势场法的无人机编队控制方法及装置 |
| CN108549407A (zh) * | 2018-05-23 | 2018-09-18 | 哈尔滨工业大学（威海） | 一种多无人机协同编队避障的控制算法 |
| CN108594846A (zh) * | 2018-03-23 | 2018-09-28 | 哈尔滨工程大学 | 一种障碍环境下多auv编队队形优化控制方法 |
| CN109407653A (zh) * | 2018-12-18 | 2019-03-01 | 中国人民解放军陆军装甲兵学院 | 一种室内通用多移动机器人算法验证系统 |
-
2019
- 2019-10-14 CN CN201910975094.7A patent/CN110703751B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104950885A (zh) * | 2015-06-10 | 2015-09-30 | 东南大学 | 一种基于视觉和力觉反馈的uav群双边遥操作控制系统及其方法 |
| CN108459612A (zh) * | 2017-02-21 | 2018-08-28 | 北京航空航天大学 | 基于人工势场法的无人机编队控制方法及装置 |
| CN108594846A (zh) * | 2018-03-23 | 2018-09-28 | 哈尔滨工程大学 | 一种障碍环境下多auv编队队形优化控制方法 |
| CN108549407A (zh) * | 2018-05-23 | 2018-09-18 | 哈尔滨工业大学（威海） | 一种多无人机协同编队避障的控制算法 |
| CN109407653A (zh) * | 2018-12-18 | 2019-03-01 | 中国人民解放军陆军装甲兵学院 | 一种室内通用多移动机器人算法验证系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110703751A (zh) | 2020-01-17 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110703751B (zh) | 一种多移动机器人系统半自主编队及避障控制方法 | |
| Rodríguez-Seda et al. | Bilateral teleoperation of multiple mobile agents: Coordinated motion and collision avoidance | |
| Van den Broek et al. | Formation control of unicycle mobile robots: a virtual structure approach | |
| Snape et al. | Independent navigation of multiple mobile robots with hybrid reciprocal velocity obstacles | |
| WO2022252221A1 (zh) | 一种移动机器人队列系统及路径规划、跟随方法 | |
| CN109857102B (zh) | 一种基于相对位置的轮式机器人编队与跟踪控制方法 | |
| JP2020500340A (ja) | 乏しいネットワーク接続下でのマルチエージェント調和 | |
| Li et al. | A practical trajectory planning framework for autonomous ground vehicles driving in urban environments | |
| Mekonnen et al. | Wireless hybrid visual servoing of omnidirectional wheeled mobile robots | |
| CN110825076A (zh) | 基于视线和力反馈的移动机器人编队导航半自主控制方法 | |
| Frew et al. | Obstacle avoidance with sensor uncertainty for small unmanned aircraft | |
| KR101436555B1 (ko) | 무인비행로봇의 인터넷 기반 원격제어 시스템 | |
| Pritzl et al. | Cooperative navigation and guidance of a micro-scale aerial vehicle by an accompanying UAV using 3D LiDAR relative localization | |
| Kim | Control laws to avoid collision with three dimensional obstacles using sensors | |
| CN114684202A (zh) | 一种用于自动驾驶车辆的智能系统及其集成控制方法 | |
| Lim et al. | Three-dimensional (3D) dynamic obstacle perception in a detect-and-avoid framework for unmanned aerial vehicles | |
| Hurni et al. | A pseudospectral optimal motion planner for autonomous unmanned vehicles | |
| Guan et al. | Formation tracking of mobile robots under obstacles using only an active RGB-D camera | |
| Grady et al. | Asynchronous distributed motion planning with safety guarantees under second-order dynamics | |
| US11872704B2 (en) | Dynamic motion planning system | |
| CN115774397A (zh) | 一种基于碰撞风险的多Agents系统最优编队防撞控制算法 | |
| Bipin et al. | Autonomous navigation of generic quadrocopter with minimum time trajectory planning and control | |
| Ghumman et al. | Guidance-based on-line motion planning for autonomous highway overtaking | |
| Li et al. | Path-following control for self-driving forklifts based on cascade disturbance rejection with coordinates reconstruction | |
| KR101619927B1 (ko) | 다중 이동조작로봇의 협업제어 및 장애물회피 기법 |
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 |