CN111830982A - 一种移动机器人编队与避障控制方法 - Google Patents

一种移动机器人编队与避障控制方法 Download PDF

Info

Publication number
CN111830982A
CN111830982A CN202010683830.4A CN202010683830A CN111830982A CN 111830982 A CN111830982 A CN 111830982A CN 202010683830 A CN202010683830 A CN 202010683830A CN 111830982 A CN111830982 A CN 111830982A
Authority
CN
China
Prior art keywords
formation
mobile robot
robot
mobile
force
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.)
Pending
Application number
CN202010683830.4A
Other languages
English (en)
Inventor
张鹏超
呙生富
李海婷
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.)
Shaanxi University of Technology
Original Assignee
Shaanxi 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 Shaanxi University of Technology filed Critical Shaanxi University of Technology
Priority to CN202010683830.4A priority Critical patent/CN111830982A/zh
Publication of CN111830982A publication Critical patent/CN111830982A/zh
Pending legal-status Critical Current

Links

Images

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

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)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)

Abstract

本发明提供一种移动机器人编队与避障控制方法,建立动力学方程;定义一个圆形的期望轨迹,用动力学方程表示的移动机器人的轨迹都收敛在圆上,形成一个圆形编队;每个移动机器人都用相同电荷来建模,通过圆形编队,输入控制力与圆相切的斥力的合力为零,得到圆上移动机器人的正多边形编队;在正多边形中心建立一个虚拟机器人,圆上的移动机器人跟随虚拟移动机器人轨迹进行编队运动;假设基于虚拟结构控制的编队整体处于一个旋转势场,移动机器人编队在旋转势场中不会停留在局部最小位置,避开障碍物到达目标点。本发明用电荷代表移动机器人进行建模,利用排斥效应和旋转势场,确保编队整体不会停留在局部最小值,能够顺利完成避障。

Description

一种移动机器人编队与避障控制方法
技术领域
本发明属于机器人技术领域,具体涉及一种移动机器人编队与避障控制方法。
背景技术
随着移动机器人技术的不断突破,单个机器人进行避障的技术方面已经日趋成熟,但面对复杂的任务不能高效的完成,而多移动机器人协作可以高效的完成任务而且节约成本,在完成任务的过程中难免会遇到障碍物,编队避障一直以来都是机器人研究领域的难点,也是需要一直深入研究的问题。
目前对于移动机器人躲避静态避障物的方法有如下两种方案,一种是编队整体进行避障,采用的控制方法有:人工势场法、领航-跟随编队控制方法、基于行为法等,另一种是编队拆分避障,采用的控制方法有:栅格法、可视图法、模糊逻辑法,遗传算法等。编队整体避障相对于拆分避障,更具有稳定性、整体性和实用性,可以有效避免拆分避障过程出现机器人发生碰撞,更高效的通过障碍物。中国专利《一种适用于全向轮移动机器人的人工势场避障方法》(申请日:2018.05.31;申请号:CN201810550180.9;公开日:2018.10.02;专利号:G05D1/02)》人工势场法存在局部最小值的问题,会导致编队避障失败。中国专利《一种多移动机器人系统半自主编队及避障控制方法》(申请日:2019.10.14;申请号:CN110703751A;公开日:2020.01.17》基于虚拟结构的整体编队结构难以改变,导致编队避障轨迹不平滑且稳定性低。
发明内容
针对编队整体避障中的跟踪曲线不平滑和稳定性低的问题,本发明提出了一种移动机器人编队与避障控制方法。在多机器人编队系统中引入旋转势场和虚拟刚体的概念,建立基于分散虚拟结构的移动机器人编队模型,设计旋转势场避障方法。使机器人群完成编队通过障碍物的同时,面对机器人增加或减少的情况仍然能够完成任务,提高控制系统的容错性。
本发明的目的是提出一种基于分散虚拟结构的移动机器人编队控制技术和基于旋转势场的编队整体避障策略,各移动机器人都由一个相同电荷来进行建模,所有移动机器人被安置在一个半径为预定半径的圆上,形成一个正多边形编队,每个移动机器人都能在编队中自主找到自己的位置。假设圆中心有一个虚拟机器人,以虚拟机器人为编队中心,实现正多边形编队控制。假设编队整体处于旋转势场中,通过引入旋转势场,合成矢量的方向被调整到接近移动机器人的方向,使移动机器人不会停留在局部最小值,从而顺利避开障碍物。
一种移动机器人编队与避障控制方法,包括以下步骤:
(1)建立每个移动机器人的动力学方程;
(2)定义一个圆形的期望轨迹,用步骤(1)动力学方程表示的移动机器人的轨迹都收敛在圆上,形成一个圆形编队;
(3)每个移动机器人都用相同电荷来建模,通过步骤(2)形成的圆形编队,输入相应的控制力与圆相切的斥力的合力为零,可以得到圆上移动机器人的正多边形编队;
(4)在步骤(3)形成正多边形编队的基础上,在正多边形中心建立一个虚拟机器人,圆上的移动机器人会跟随虚拟移动机器人轨迹进行编队运动;
(5)假设基于虚拟结构控制的编队整体处于一个旋转势场,移动机器人编队在旋转势场中不会停留在局部最小位置,能够顺利避开障碍物到达目标点。
具体的各个步骤技术方案为:
步骤(1)建立每个移动机器人的动力学方程,包括以下过程:
假设有n个无运动约束的全驱动移动机器人,第i个机器人运动学方程为:
Figure BDA0002586768400000021
其中(xi,yi)是移动机器人的位置坐标,M是机器人质量,B为阻力系数,fi=(fxi,fyi)是控制力,id是控制移动机器人瞬态相应系数。
步骤(2)中,引入期望轨迹,形成一个圆形编队,定义在(1)控制下的移动机器人强制向半径为α和中心(xc,yc)的圆移动,当移动机器人到达圆上时,移动机器人将停止移动。
期望轨迹方程为:
Figure BDA0002586768400000022
把r2=(x-xc)2+(y-yc)2,
Figure BDA0002586768400000023
代入(2)中可以得到
Figure BDA0002586768400000024
由(3)可知为了让轨迹收敛到圆上,定义e=r-α,让r收敛到α。定义一个Lyapanov函数
Figure BDA0002586768400000025
V(e)=0的解是e=0,并且θ=0,当移动机器人向圆移动时,轨迹会收敛到圆上,不会发生旋转运动,形成圆形编队。
步骤(3),将移动机器人形成圆形编队的情况下,排列成正多边形编队。移动机器人都由一个相同电荷来建模,定义一个力(5)将移动机器人固定在半径为α和中心(xc,yc)的圆上,当定义的力大于圆半径方向上的斥力的合力时,因为电荷是相同的,如果移动机器人之间的距离是相同的,移动机器人会达到平衡点,这时控制力与圆相切的斥力的合力为零,可以得到圆上移动机器人的正多边形编队。
定义外力为:
Figure BDA0002586768400000031
定义两个电荷之间的斥力为:
Figure BDA0002586768400000032
Fki是第k和第i个电荷之间的力,kr是正常数系数,rki是两电荷之间距离。因此,N-1电荷对第k电荷施加的力如下:
Figure BDA0002586768400000033
其中fi为机器人受到的吸引力,Fi为机器人受到的排斥力。
步骤(4),在正多边形编队中心建立虚拟移动机器人,在圆上的移动机器人会跟踪虚拟机器人轨迹来进行调整。虚拟移动机器人的动力学方程为:
Figure BDA0002586768400000034
其中fxv,fyv为虚拟力。
在虚拟结构中第k个机器人的虚拟力:
Figure BDA0002586768400000035
基于排斥效应可以得到正多边形编队,不需要直接控制移动机器人之间的距离,传统的虚拟结构需要一直保持同一个刚性结构,缺乏灵活性和适应性,尤其在躲避障碍物过程中存在一定的局限性。该方法下的虚拟结构可以根据移动机器人的数量进行队形变化。
步骤(5),移动机器人编队整体处于旋转势场,势场矢量围绕障碍物旋转,障碍物的方向取决于移动机器人的方向。移动机器人从左侧接近障碍物的情况下,障碍物周围的旋转电势场是逆时针的,因此势能场不会与机器人的运动方向相反,移动机器人的合力也不会为零,所以,移动机器人不会停留在局部最小位置。视障碍物为一个矩形,机器人可以通过传感器来获得障碍物的中心和尺寸。考虑障碍物周围的椭圆,椭圆至少具有通过矩形顶点的最小面积,定义旋转势场矢量位于该椭圆平行的椭圆上。势场的方向视根据第k个接近移动机器人的方向来确定的,当移动机器人接近障碍物时,应将方向
Figure BDA0002586768400000041
与移动机器人连线与障碍物重心和水平轴之间的夹角进行比较,用xk表示,右侧障碍物分析同理可得。
定义最小面积椭圆方程:
Figure BDA0002586768400000042
其中(x0,y0)为障碍物的中心点。考虑一个椭圆方程:A2(x-x0)2+B2(y-y0)2=1,椭圆面积与
Figure BDA0002586768400000043
成正比。要使椭圆面积最小,(AB)2应最大,此时
Figure BDA0002586768400000044
成立。
本发明主要用电荷代表移动机器人进行建模,通过排斥效应使移动机器人形成正多边形编队队形,引入旋转势场,使机器人的合成矢量不会与移动机器人的运动方向相反,确保编队整体不会停留在局部最小值,能够顺利完成避障。
附图说明
图1为本发明第i个移动机器人的受力图;
图2为本发明机器人移动的旋转势场示意图;
图3为本发明的流程示意图。
图4为实施例正三角形编队示意图。
具体实施方式
结合实施例说明本发明的具体技术方案。
用三个移动机器人来验证此方法:
如图3所示,一种移动机器人编队与避障控制方法,包括以下步骤:
步骤(1)建立每个移动机器人的动力学方程,包括以下过程:
有3个无运动约束的全驱动移动机器人,第i个机器人运动学方程为:
Figure BDA0002586768400000045
其中(xi,yi)是移动机器人的位置坐标,M是机器人质量,B为阻力系数,fi=(fxi,fyi)是控制力,id是控制移动机器人瞬态相应系数。
步骤(2)中,引入期望轨迹,形成一个圆形编队,定义在(1)控制下的移动机器人强制向半径为α和中心(xc,yc)的圆移动,当3个移动机器人到达圆上时,移动机器人将停止移动。期望轨迹方程为:
Figure BDA0002586768400000051
把r2=(x-xc)2+(y-yc)2,
Figure BDA0002586768400000052
代入(2)中可以得到
Figure BDA0002586768400000053
由(3)可知为了让轨迹收敛到圆上,定义e=r-α,让r收敛到α。定义一个Lyapanov函数
Figure BDA0002586768400000054
V(e)=0的解是e=0,并且θ=0,三个移动机器人轨迹会收敛到圆上,形成圆形编队。
步骤(3),将3个移动机器人形成圆形编队的情况下,排列成正三角形编队。移动机器人都由一个相同电荷来建模,定义一个力(5)将3个移动机器人固定在半径为α和中心(xc,yc)的圆上,当定义的力大于圆半径方向上的斥力的合力时,因为电荷是相同的,如果移动机器人之间的距离是相同的,移动机器人会达到平衡点,这时控制力与圆相切的斥力的合力为零,可以得到圆上移动机器人的正三角形编队。如图4所示
定义外力为:
Figure BDA0002586768400000055
定义两个电荷之间的斥力为:
Figure BDA0002586768400000056
Fki是第k和第i个电荷之间的力,kr是正常数系数,rki是两电荷之间距离。因此,N-1电荷对第k电荷施加的力如下:
Figure BDA0002586768400000057
圆上移动机器人的受力示意图1。
其中fi为机器人受到的吸引力,Fi为机器人受到的排斥力。
步骤(4),在正三角形编队中心建立虚拟移动机器人,在圆上的移动机器人会跟踪虚拟机器人轨迹来进行调整。虚拟移动机器人的动力学方程为:
Figure BDA0002586768400000061
其中fxv,fyv为虚拟力。
在虚拟结构中第k个机器人的虚拟力:
Figure BDA0002586768400000062
基于排斥效应可以得到正三角形编队,此时为一个刚性结构,根据三个移动机器人之间的距离保持队形稳定。
步骤(5),正三角形移动机器人编队整体处于旋转势场,如图2,移动机器人编队从左侧接近障碍物的情况下,障碍物周围的旋转电势场是逆时针的,因此势能场不会与机器人的运动方向相反,移动机器人的合力也不会为零,所以,移动机器人不会停留在局部最小位置。由三个移动机器人组成的正三角形编队通过旋转势场的排斥力和虚拟力的共同作用下可以顺利避开障碍物。势场的方向视根据第k个接近移动机器人的方向来确定的,当移动机器人接近障碍物时,应将方向
Figure BDA0002586768400000063
与移动机器人连线与障碍物重心和水平轴之间的夹角进行比较,用xk表示,右侧障碍物分析同理可得。
定义最小面积椭圆方程:
Figure BDA0002586768400000064
其中(x0,y0)为障碍物的中心点。考虑一个椭圆方程:A2(x-x0)2+B2(y-y0)2=1,椭圆面积与
Figure BDA0002586768400000065
成正比。要使椭圆面积最小,(AB)2应最大,此时
Figure BDA0002586768400000066
成立。

Claims (6)

1.一种移动机器人编队与避障控制方法,其特征在于,包括以下步骤:
(1)建立每个移动机器人的动力学方程;
(2)定义一个圆形的期望轨迹,用步骤(1)动力学方程表示的移动机器人的轨迹都收敛在圆上,形成一个圆形编队;
(3)每个移动机器人都用相同电荷来建模,通过步骤(2)形成的圆形编队,输入相应的控制力与圆相切的斥力的合力为零,可以得到圆上移动机器人的正多边形编队;
(4)在步骤(3)形成正多边形编队的基础上,在正多边形中心建立一个虚拟机器人,圆上的移动机器人会跟随虚拟移动机器人轨迹进行编队运动;
(5)假设基于虚拟结构控制的编队整体处于一个旋转势场,移动机器人编队在旋转势场中不会停留在局部最小位置,能够顺利避开障碍物到达目标点。
2.根据权利要求1所述的一种移动机器人编队与避障控制方法,其特征在于,步骤(1)建立每个移动机器人的动力学方程,包括以下过程:
假设有n个无运动约束的全驱动移动机器人,第i个机器人运动学方程为:
Figure FDA0002586768390000011
其中(xi,yi)是移动机器人的位置坐标,M是机器人质量,B为阻力系数,
Figure FDA0002586768390000012
是控制力,id是控制移动机器人瞬态相应系数。
3.根据权利要求1所述的一种移动机器人编队与避障控制方法,其特征在于,步骤(2)中,引入期望轨迹,形成一个圆形编队,定义在步骤(1)控制下的移动机器人强制向半径为α和中心(xc,yc)的圆移动,当移动机器人到达圆上时,移动机器人将停止移动;期望轨迹方程为:
Figure FDA0002586768390000013
为了让轨迹收敛到圆上,定义e=r-α,让r收敛到α;定义一个Lyapanov函数:
Figure FDA0002586768390000014
当移动机器人向圆移动时,轨迹会收敛到圆上,不会发生旋转运动,形成圆形编队。
4.根据权利要求1所述的一种移动机器人编队与避障控制方法,其特征在于,步骤(3),将移动机器人形成圆形编队的情况下,排列成正多边形编队;移动机器人都由同种电荷来建模,定义一个外力公式(5)将移动机器人固定在半径为α和中心(xc,yc)的圆上,得到圆上移动机器人的正多边形编队;
定义外力为:
Figure FDA0002586768390000021
定义两个电荷之间的斥力为:
Figure FDA0002586768390000022
Fki是第k和第i个电荷之间的力,kr是正常数系数,rki是两电荷之间距离;
N-1电荷对第k电荷施加的力如下:
Figure FDA0002586768390000023
其中fi为机器人受到的吸引力,Fi为机器人受到的排斥力。
5.根据权利要求1所述的一种移动机器人编队与避障控制方法,其特征在于,步骤(4),在正多边形编队中心建立虚拟移动机器人,在圆上的移动机器人会跟踪虚拟机器人轨迹来进行调整;虚拟移动机器人的动力学方程为:
Figure FDA0002586768390000024
其中fxv,fyv为虚拟力;
在虚拟结构中第k个机器人的虚拟力:
Figure FDA0002586768390000025
6.根据权利要求1所述的一种移动机器人编队与避障控制方法,其特征在于,步骤(5),引入旋转势场,移动机器人从左侧接近障碍物的情况下;机器人通过传感器来获得障碍物的中心和尺寸;定义一个最小面积的椭圆,旋转势场矢量位于该椭圆平行的平面上;此时,应将方向角
Figure FDA0002586768390000026
与移动机器人连线与障碍物重心和水平轴之间的夹角进行比较,用xk表示,通过旋转势场的作用使它通过障碍物区域,右侧障碍物分析同理可得;
定义最小面积椭圆方程:
Figure FDA0002586768390000031
其中(x0,y0)为障碍物的中心点;考虑一个椭圆方程:A2(x-x0)2+B2(y-y0)2=1,椭圆面积与
Figure FDA0002586768390000032
成正比;要使椭圆面积最小,(AB)2应最大,此时
Figure FDA0002586768390000033
成立。
CN202010683830.4A 2020-07-16 2020-07-16 一种移动机器人编队与避障控制方法 Pending CN111830982A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010683830.4A CN111830982A (zh) 2020-07-16 2020-07-16 一种移动机器人编队与避障控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010683830.4A CN111830982A (zh) 2020-07-16 2020-07-16 一种移动机器人编队与避障控制方法

Publications (1)

Publication Number Publication Date
CN111830982A true CN111830982A (zh) 2020-10-27

Family

ID=72924015

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010683830.4A Pending CN111830982A (zh) 2020-07-16 2020-07-16 一种移动机器人编队与避障控制方法

Country Status (1)

Country Link
CN (1) CN111830982A (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113296497A (zh) * 2021-04-07 2021-08-24 西安电子科技大学 实时分布式多机器人编队控制方法及系统
CN114003047A (zh) * 2021-12-31 2022-02-01 山东科技大学 一种小型无人船路径规划方法
CN114217605A (zh) * 2021-11-12 2022-03-22 江苏大学 基于虚拟结构法和人工势场法的编队控制方法
CN115903885A (zh) * 2022-10-26 2023-04-04 中国人民解放军陆军炮兵防空兵学院 一种基于任务牵引的蜂群Agent模型的无人机飞控方法

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH02242918A (ja) * 1989-02-16 1990-09-27 E I Du Pont De Nemours & Co 改善されたピッチ炭素繊維紡糸法
CN103901887A (zh) * 2014-03-04 2014-07-02 重庆邮电大学 一种基于改进粒子群算法的多移动机器人编队控制方法
CN106125760A (zh) * 2016-07-25 2016-11-16 零度智控(北京)智能科技有限公司 无人机编队路径自动规划方法及装置
CN108762286A (zh) * 2018-05-31 2018-11-06 智飞智能装备科技东台有限公司 一种可对多架无人机飞行控制的地面控制系统
CN110162035A (zh) * 2019-03-21 2019-08-23 中山大学 一种集群机器人在有障碍物场景中的协同运动方法
CN110930766A (zh) * 2019-12-02 2020-03-27 武汉理工大学 一种基于图论与势场方法的无人车多车道护航编队方法
CN111142533A (zh) * 2020-01-03 2020-05-12 大连民族大学 多个无人水面艇的多势场避障方法及复杂环境下多usv多模式编队避障控制方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH02242918A (ja) * 1989-02-16 1990-09-27 E I Du Pont De Nemours & Co 改善されたピッチ炭素繊維紡糸法
CN103901887A (zh) * 2014-03-04 2014-07-02 重庆邮电大学 一种基于改进粒子群算法的多移动机器人编队控制方法
CN106125760A (zh) * 2016-07-25 2016-11-16 零度智控(北京)智能科技有限公司 无人机编队路径自动规划方法及装置
CN108762286A (zh) * 2018-05-31 2018-11-06 智飞智能装备科技东台有限公司 一种可对多架无人机飞行控制的地面控制系统
CN110162035A (zh) * 2019-03-21 2019-08-23 中山大学 一种集群机器人在有障碍物场景中的协同运动方法
CN110930766A (zh) * 2019-12-02 2020-03-27 武汉理工大学 一种基于图论与势场方法的无人车多车道护航编队方法
CN111142533A (zh) * 2020-01-03 2020-05-12 大连民族大学 多个无人水面艇的多势场避障方法及复杂环境下多usv多模式编队避障控制方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
常凯 等: "无人机编队对地面目标追踪问题研究", 《电光与控制》 *
王勋: "基于拟态物理学的无人机编队控制与重构方法研究", 《中国博士学位论文全文数据库 工程科技II辑》 *

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113296497A (zh) * 2021-04-07 2021-08-24 西安电子科技大学 实时分布式多机器人编队控制方法及系统
CN114217605A (zh) * 2021-11-12 2022-03-22 江苏大学 基于虚拟结构法和人工势场法的编队控制方法
CN114217605B (zh) * 2021-11-12 2024-05-14 江苏大学 基于虚拟结构法和人工势场法的编队控制方法
CN114003047A (zh) * 2021-12-31 2022-02-01 山东科技大学 一种小型无人船路径规划方法
CN115903885A (zh) * 2022-10-26 2023-04-04 中国人民解放军陆军炮兵防空兵学院 一种基于任务牵引的蜂群Agent模型的无人机飞控方法
CN115903885B (zh) * 2022-10-26 2023-09-29 中国人民解放军陆军炮兵防空兵学院 一种基于任务牵引的蜂群Agent模型的无人机飞控方法

Similar Documents

Publication Publication Date Title
CN111830982A (zh) 一种移动机器人编队与避障控制方法
CN101825901B (zh) 基于人工物理法的多智能体机器人协同控制方法
CN112757306B (zh) 一种机械臂逆解多解选择和时间最优轨迹规划算法
CN106054876B (zh) 一种针对空间多任务的避障路径最优逐次操作规划方法
CN110244714B (zh) 基于滑模控制的机器人单腿摆动相双闭环控制方法
CN105183009A (zh) 一种冗余机械臂轨迹控制方法
CN112975938A (zh) 一种基于零空间的机械臂速度层轨迹规划方法
Nozaki et al. Continuous shape changing locomotion of 32-legged spherical robot
Matignon et al. Designing decentralized controllers for distributed-air-jet mems-based micromanipulators by reinforcement learning
CN113759977A (zh) 基于优化的绳系多无人机协同搬运的避障轨迹规划方法
Gao et al. Two-stage switching hybrid control method based on improved PSO for planar three-link under-actuated manipulator
Bing Path planning of mobile robot based on improved artificial potential field method
Ma et al. Motion planning for non-holonomic mobile robots using the i-pid controller and potential field
Li et al. Drift suppression control based on online intelligent optimization for planar underactuated manipulator with passive middle joint
CN113031643B (zh) 一种无人机编队与避障方法
Lee et al. Command system and motion control for caster-type omni-directional mobile robot
Liang et al. Research on mobile robot path planning in dynamic environment
Alhelou et al. Trajectory tracking for skid-steering mobile robots using sliding-mode control
Resende et al. Coordinated path-following for multi-robot systems using the cluster space framework approach
Ziadi et al. PSO-DVSF2: A new method for the path planning of mobile robots
CN110727273A (zh) 多球形机器人编队形成过程路径规划算法
Yu et al. An advanced fuzzy immune PID-type tracking controller of a nonholonomic mobile robot
Lawitzky et al. Dynamic Window Approach for omni-directional robots with polygonal shape.
CN109358618A (zh) 一种移动机器人的路径规划方法
Wang et al. Time-Optimal Trajectory Planning Based on Dynamics for Industrial Robot

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