CN111844026A - 一种事件触发的多机器人分布式协同控制方法 - Google Patents

一种事件触发的多机器人分布式协同控制方法 Download PDF

Info

Publication number
CN111844026A
CN111844026A CN202010637750.5A CN202010637750A CN111844026A CN 111844026 A CN111844026 A CN 111844026A CN 202010637750 A CN202010637750 A CN 202010637750A CN 111844026 A CN111844026 A CN 111844026A
Authority
CN
China
Prior art keywords
robot
ith
event
distributed
neighbor
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
CN202010637750.5A
Other languages
English (en)
Other versions
CN111844026B (zh
Inventor
金龙
张嘉政
李帅
刘梅
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.)
Lanzhou University
Original Assignee
Lanzhou 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 Lanzhou University filed Critical Lanzhou University
Priority to CN202010637750.5A priority Critical patent/CN111844026B/zh
Publication of CN111844026A publication Critical patent/CN111844026A/zh
Application granted granted Critical
Publication of CN111844026B publication Critical patent/CN111844026B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J9/00—Programme-controlled manipulators
    • B25J9/16—Programme controls
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J9/00—Programme-controlled manipulators
    • B25J9/16—Programme controls
    • B25J9/1679—Programme controls characterised by the tasks executed
    • B25J9/1682—Dual arm manipulator; Coordination of several manipulators
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]

Landscapes

  • Engineering & Computer Science (AREA)
  • Robotics (AREA)
  • Mechanical Engineering (AREA)
  • Numerical Control (AREA)
  • Manipulator (AREA)

Abstract

本发明提供了一种事件触发的多机器人分布式协同控制方法，包括如下步骤：针对多机器人系统中的第i个机器人，制定其与邻居机器人之间的通信规则；针对多机器人系统中第i个机器人在协同任务执行过程中的性能得失，设计机器人通用的性能指标；针对多机器人系统中的第i个机器人，设计其依赖于邻居机器人行为状态的事件触发条件；基于多机器人系统中第i个机器人的事件触发条件，建立多机器人分布式事件触发的控制方式；在多机器人分布式事件触发控制方式的驱动下，完成多机器人的分布式协同控制。本发明使用安全方便，有效降低了机器人之间的交互频率及控制器的执行次数，在节省通信开销的同时实现了多机器人的分布式协同控制。

Description

一种事件触发的多机器人分布式协同控制方法
技术领域
本发明涉及智能控制技术领域，具体涉及一种事件触发的多机器人分布式协同控制方法。
背景技术
随着分布式传感器、视觉伺服以及计算机技术的快速发展，以多机器人为控制对象的智能体系统在工业应用展现出可观的效能并因此吸引了众多学者的关注。在多机器人系统中，机器人的分布式协同控制更多强调机器人之间局部的交流合作而非个体能力的自治和发挥，因而相较于单个机器人控制，多机器人的分布式协同控制拥有更强的鲁棒性、灵活性以及经济性。以多机器人协同工作为目标的任务已经成为机器人研究领域重要的探索方向之一。
在过去的几十年里，虽然基于多机器人系统已展开了大量的研究工作，但先前的研究大多基于传统的周期控制技术展开，其最明显的缺点在于：每个机器人节点都必须配备高性能的处理器及高速的通信链路以处理机器人间频繁的信息交互，所设计的控制器也被要求执行频繁的更新操作。然而在现实中，机器人的状态并非每一时刻都会发生改变，因此控制器不必要的更新只会带来资源上的浪费，所以亟需一种事件触发的多机器人分布式协同控制方法来解决上述问题。
发明内容
针对现有多机器人分布式协同技术中存在通信资源浪费严重、非必要通信占比过高等不足，本发明所要解决的技术问题是提供一种可有效降低控制器更新次数、减少系统通信开销的事件触发的多机器人分布式协同控制方法。
本发明采用的技术方案为：
本发明中一种事件触发的多机器人分布式协同控制方法，包括以下步骤：
S1)针对多机器人系统中的第i个机器人，制定其与邻居机器人之间的通信规则；
S2)针对多机器人系统中第i个机器人在协同任务执行过程中的性能得失，设计机器人通用的性能指标；
S3)针对多机器人系统中的第i个机器人，设计其依赖于邻居机器人行为状态的事件触发条件；
S4)基于多机器人系统中第i个机器人的事件触发条件，建立多机器人分布式事件触发的控制方式；
S5)在多机器人分布式事件触发控制方式的驱动下，完成多机器人的分布式协同控制。
步骤S1)中，多机器人系统中的第i个机器人与其邻居机器人之间的通信规则被制定为
Figure BDA0002566286190000021
其中，i＝1，2，...，s，s为机器人的数量；γ＞0为控制算法收敛的设计参数；Ni为第i个机器人的所有邻居机器人的集合；αij为第i个机器人和第j个机器人之间的连通权重，如果第i个机器人和第j个机器间存在通信连接，则αij＝1，否则αij＝0；
Figure BDA0002566286190000031
为第i个机器人的雅可比矩阵，其存储了第i个机器人的结构信息；
Figure BDA0002566286190000032
为第i个机器人关节速度的集合，
Figure BDA0002566286190000033
为第i个机器人的第m个关节的关节速度，
Figure BDA0002566286190000034
的定义与
Figure BDA0002566286190000035
相同；φi为第i个机器人和指令中心之间的连通权重，如果第i个机器人同指令中心间存在通信连接，则φi＝1，否则，φi＝0；
Figure BDA0002566286190000036
为由指令中心发出的运动指令，xxd(t)、xyd(t)、xzd(t)分别代表在笛卡尔坐标系中机器人的末端执行器在x方向、y方向和z方向上的期望分量；
Figure BDA0002566286190000037
为第i个机器人的末端执行器实际生成的运动轨迹，
Figure BDA0002566286190000038
为第i个机器人的末端执行器指向该时刻xd(t)位置的恒定距离矢量。
步骤S2)中，多机器人系统中的第i个机器人通用的性能指标为
Figure BDA0002566286190000039
其中，
Figure BDA00025662861900000310
为第i个机器人关节速度的集合，
Figure BDA00025662861900000311
为第i个机器人的第m个关节的关节速度；
Figure BDA00025662861900000312
是一个半正定矩阵；
Figure BDA00025662861900000313
是一个向量；上标
Figure BDA00025662861900000318
代表矩阵或向量的转置；注意到当S被设置为单位矩阵
Figure BDA00025662861900000314
p被设置为一个全零向量
Figure BDA00025662861900000315
时，Pi(t)代表第i个机器人的最小速度范数性能指标。
步骤S3)中，多机器人系统中的第i个机器人依赖于邻居机器人行为状态的事件触发条件为：
S301)设计多机器人系统中的第i个机器人同邻居机器人间的误差函数为
Figure BDA00025662861900000316
S302)设计一个李雅普诺夫方程为
Figure BDA00025662861900000317
并求得其时间导数为
Figure BDA0002566286190000041
S303)基于
Figure BDA0002566286190000042
和
Figure BDA0002566286190000043
的定义，设计依赖于邻居机器人行为状态的事件触发条件为
Figure BDA0002566286190000044
其中λ＞0为控制算法收敛的设计参数。
步骤S4)中，多机器人分布式事件触发的控制方式为：
S401)将所述多机器人系统中第i个机器人通用的性能指标同其与邻居机器人之间的通信规则相结合，可得到一个二次规划问题如下：
最小化：
Figure BDA0002566286190000045
约束规则：
Figure BDA0002566286190000046
等价地，上式可被重构为如下紧凑形式：
最小化：
Figure BDA0002566286190000047
约束规则：
Figure BDA0002566286190000048
其中，
Figure BDA0002566286190000049
Figure BDA00025662861900000410
为单位矩阵；
Figure BDA00025662861900000411
为克罗内克乘积；
Figure BDA00025662861900000412
为元素全为1的行向量；
Figure BDA00025662861900000413
为描述多机器人系统通信拓扑的拉普拉斯矩阵，diag(·)为将一个向量变为对角矩阵的操作，
Figure BDA00025662861900000414
存储了多机器人系统内所有机器人间的连通权重，
Figure BDA00025662861900000415
为元素全为1的列向量；
Figure BDA00025662861900000416
Figure BDA00025662861900000417
Figure BDA00025662861900000418
为由指令中心发出的速度指令，
Figure BDA00025662861900000419
分别代表机器人的末端执行器在x方向、y方向和z方向上的期望速度分量；
Figure BDA00025662861900000420
Figure BDA0002566286190000051
S402)设计一个二次规划求解器为：u(t)＝Θ-1(t)η(t)，其中，
Figure BDA0002566286190000052
(·)-1为对矩阵的求逆操作；
Figure BDA0002566286190000053
Figure BDA0002566286190000054
为拉格朗日乘子，
Figure BDA0002566286190000055
其余
Figure BDA0002566286190000056
的定义与
Figure BDA0002566286190000057
类似；
Figure BDA0002566286190000058
S403)基于所述二次规划求解器及所述依赖于邻居机器人行为状态的事件触发条件，构建多机器人分布式事件触发的控制方式为：
如果检测到
Figure BDA0002566286190000059
则通过二次规划求解器u(t)＝Θ-1(t)η(t)更新第i个机器人的
Figure BDA00025662861900000510
及ρi(t)，此时第i个机器人正常与邻居机器人通信；
如果检测到
Figure BDA00025662861900000511
则不需要通过二次规划求解器u(t)＝Θ-1(t)η(t)更新第i个机器人的
Figure BDA00025662861900000512
及ρi(t)，此时
Figure BDA00025662861900000513
及ρi(t)保持上一时刻计算的输出，并暂停第i个机器人与邻居机器人之间的数据传输。
步骤S5)中，在多机器人分布式事件触发控制方式指导下生成的结果将转化为多机器人各个关节电机所需要的控制信号，从而驱动各个关节电机使多个机器人实现协同运动。
附图说明
图1为本发明方法控制流程图；
图2为本发明方法中对多机器人系统中的第i个机器人依赖于邻居机器人行为状态事件触发条件设计的流程图；
图3为本发明方法中对多机器人分布式事件触发控制方式设计的流程图。
具体实施方式
下面结合说明书附图对本发明作进一步阐述。
如图1所示，本发明中一种事件触发的多机器人分布式协同控制方法，包括以下步骤：
S1)针对多机器人系统中的第i个机器人，制定其与邻居机器人之间的通信规则；
S2)针对多机器人系统中第i个机器人在协同任务执行过程中的性能得失，设计机器人通用的性能指标；
S3)针对多机器人系统中的第i个机器人，设计其依赖于邻居机器人行为状态的事件触发条件；
S4)基于多机器人系统中第i个机器人的事件触发条件，建立多机器人分布式事件触发的控制方式；
S5)在多机器人分布式事件触发控制方式的驱动下，完成多机器人的分布式协同控制。
如图2所示，步骤S3)中，多机器人系统中的第i个机器人依赖于邻居机器人行为状态的事件触发条件被设计为：
S301)设计多机器人系统中的第i个机器人同邻居机器人间的误差函数为
Figure BDA0002566286190000061
对于机器人的连通权重αij而言，可设置系统内的机器人以邻居对邻居的通信拓扑相连接，也就是说对于一个包含4个机器人的系统，可规定机器人的通信矩阵为
Figure BDA0002566286190000071
S302)设计一个李雅普诺夫方程为
Figure BDA0002566286190000072
并计算其时间导数为
Figure BDA0002566286190000073
S303)基于
Figure BDA0002566286190000074
和
Figure BDA0002566286190000075
设计依赖于邻居机器人行为状态的事件触发条件为
Figure BDA0002566286190000076
如果检测到
Figure BDA0002566286190000077
第i个机器人正常与邻居机器人进行通信；如果检测到
Figure BDA0002566286190000078
则暂停第i个机器人与邻居机器人之间的数据传输。
如图3所示，步骤S4)中，多机器人分布式事件触发的控制方式被设计为：
S401)将所述多机器人系统中第i个机器人通用的性能指标同其与邻居机器人之间的通信规则相结合，可得到一个二次规划问题；
对于第i个机器人通用的性能指标
Figure BDA0002566286190000079
而言，可设置S为单位矩阵
Figure BDA00025662861900000710
p为一个全零向量
Figure BDA00025662861900000711
即将Pi(t)制定为机器人的最小速度范数性能指标；
S402)针对该二次规划问题设计一个二次规划求解器；
S403)基于所述二次规划求解器及所述依赖于邻居机器人行为状态的事件触发条件，构建多机器人分布式事件触发的控制方式。
综上，本发明通过设计与机器人状态相关的事件触发条件，进一步减少了机器人之间的交互次数，降低了控制器的更新频率，节省了通信资源。在所提事件触发的多机器人分布式协同控制方案中，其事件触发判断仅仅依赖于邻居机器人的测量状态而并非实时状态，这就有效减少了控制器的执行次数，达到了在实现多机器人协同控制的同时缩减通信开销的目的。
以上所述仅为本发明的实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程转换，或直接或间接运用在其它相关的技术领域，均同理包括在本发明专利的保护范围内。

Claims (6)

1.一种事件触发的多机器人分布式协同控制方法，其特征在于包括以下步骤：
S1)针对多机器人系统中的第i个机器人，制定其与邻居机器人之间的通信规则；
S2)针对多机器人系统中第i个机器人在协同任务执行过程中的性能得失，设计机器人通用的性能指标；
S3)针对多机器人系统中的第i个机器人，设计其依赖于邻居机器人行为状态的事件触发条件；
S4)基于多机器人系统中第i个机器人的事件触发条件，建立多机器人分布式事件触发的控制方式；
S5)在多机器人分布式事件触发控制方式的驱动下，完成多机器人的分布式协同控制。
2.根据权利要求1所述的一种事件触发的多机器人分布式协同控制方法，其特征在于步骤S1)中，多机器人系统中的第i个机器人与其邻居机器人之间的通信规则为
Figure FDA0002566286180000011
其中，i＝1，2，...，s，s为机器人的数量；γ＞0为控制算法收敛的设计参数；Ni为第i个机器人的所有邻居机器人的集合；αij为第i个机器人和第j个机器人之间的连通权重，如果第i个机器人和第j个机器人间存在通信连接，则αij＝1，否则αij＝0；
Figure FDA0002566286180000012
为第i个机器人的雅可比矩阵，其存储了第i个机器人的结构信息；
Figure FDA0002566286180000013
为第i个机器人关节速度的集合，
Figure FDA0002566286180000021
为第i个机器人的第m个关节的关节速度，
Figure FDA0002566286180000022
的定义与
Figure FDA0002566286180000023
相同；φi为第i个机器人和指令中心之间的连通权重，如果第i个机器人同指令中心间存在通信连接，则φi＝1，否则，φi＝0；
Figure FDA0002566286180000024
为由指令中心发出的运动指令，xxd(t)、xyd(t)、xzd(t)分别代表在笛卡尔坐标系中机器人的末端执行器在x方向、y方向和z方向上的期望分量；
Figure FDA0002566286180000025
为第i个机器人的末端执行器实际生成的运动轨迹，
Figure FDA0002566286180000026
为第i个机器人的末端执行器指向该时刻xd(t)位置的恒定距离矢量。
3.根据权利要求1所述的一种事件触发的多机器人分布式协同控制方法，其特征在于步骤S2)中，多机器人系统中的第i个机器人通用的性能指标为
Figure FDA0002566286180000027
其中，
Figure FDA0002566286180000028
为第i个机器人关节速度的集合，
Figure FDA0002566286180000029
为第i个机器人的第m个关节的关节速度；
Figure FDA00025662861800000210
是一个半正定矩阵；
Figure FDA00025662861800000211
是一个向量；上标T代表矩阵或向量的转置；注意到当S被设置为单位矩阵
Figure FDA00025662861800000212
p被设置为一个全零向量
Figure FDA00025662861800000213
时，Pi(t)代表第i个机器人的最小速度范数性能指标。
4.根据权利要求1所述的一种事件触发的多机器人分布式协同控制方法，其特征在于步骤S3)中，多机器人系统中的第i个机器人依赖于邻居机器人行为状态的事件触发条件为：
S301)设计多机器人系统中的第i个机器人同邻居机器人间的误差函数为
Figure FDA00025662861800000214
S302)设计一个李雅普诺夫方程为
Figure FDA00025662861800000215
并求得其时间导数为
Figure FDA0002566286180000031
S303)基于
Figure FDA0002566286180000032
和
Figure FDA0002566286180000033
的定义，设计依赖于邻居机器人行为状态的事件触发条件为
Figure FDA0002566286180000034
其中λ＞0为控制算法收敛的设计参数。
5.根据权利要求1所述的一种事件触发的多机器人分布式协同控制方法，其特征在于步骤S4)中，多机器人分布式事件触发的控制方式为：
S401)将所述多机器人系统中第i个机器人通用的性能指标同其与邻居机器人间的通信规则相结合，可得到一个二次规划问题如下：
最小化：
Figure FDA0002566286180000035
约束规则：
Figure FDA0002566286180000036
等价地，上式可被重构为如下紧凑形式：
最小化：
Figure FDA0002566286180000037
约束规则：
Figure FDA0002566286180000038
其中，
Figure FDA0002566286180000039
Figure FDA00025662861800000310
为单位矩阵；
Figure FDA00025662861800000311
为克罗内克乘积；
Figure FDA00025662861800000312
为元素全为1的行向量；
Figure FDA00025662861800000313
为描述多机器人系统通信拓扑的拉普拉斯矩阵，diag(·)为将一个向量变为对角矩阵的操作，
Figure FDA00025662861800000314
存储了多机器人系统内所有机器人间的连通权重，
Figure FDA00025662861800000315
为元素全为1的列向量；
Figure FDA00025662861800000316
Figure FDA00025662861800000317
为由指令中心发出的速度指令，
Figure FDA00025662861800000318
分别代表机器人的末端执行器在x方向、y方向和z方向上的期望速度分量；
Figure FDA0002566286180000041
Figure FDA0002566286180000042
S402)设计一个二次规划求解器为：u(t)＝Θ-1(t)η(t)，其中，
Figure FDA0002566286180000043
(·)-1为对矩阵的求逆操作；
Figure FDA0002566286180000044
为拉格朗日乘子，
Figure FDA0002566286180000045
其余
Figure FDA0002566286180000046
的定义与
Figure FDA0002566286180000047
类似；
Figure FDA0002566286180000048
S403)基于所述二次规划求解器及所述依赖于邻居机器人行为状态的事件触发条件，构建多机器人分布式事件触发的控制方式为：
如果检测到
Figure FDA0002566286180000049
则通过二次规划求解器u(t)＝Θ-1(t)η(t)更新第i个机器人的
Figure FDA00025662861800000410
及ρi(t)，此时第i个机器人正常与邻居机器人通信；
如果检测到
Figure FDA00025662861800000411
则不需要通过二次规划求解器u(t)＝Θ-1(t)η(t)更新第i个机器人的
Figure FDA00025662861800000412
及ρi(t)，此时
Figure FDA00025662861800000413
及ρi(t)保持上一时刻计算的输出，并暂停第i个机器人与邻居机器人之间的数据传输。
6.根据权利要求1所述的一种事件触发的多机器人分布式协同控制方法，其特征在于步骤S5)中，在多机器人分布式事件触发控制方式指导下生成的结果将转化为多机器人各个关节电机所需要的控制信号，从而驱动各个关节电机使多个机器人实现协同运动。
CN202010637750.5A 2020-07-02 2020-07-02 一种事件触发的多机器人分布式协同控制方法 Active CN111844026B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010637750.5A CN111844026B (zh) 2020-07-02 2020-07-02 一种事件触发的多机器人分布式协同控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010637750.5A CN111844026B (zh) 2020-07-02 2020-07-02 一种事件触发的多机器人分布式协同控制方法

Publications (2)

Publication Number Publication Date
CN111844026A true CN111844026A (zh) 2020-10-30
CN111844026B CN111844026B (zh) 2023-07-11

Family

ID=73153078

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010637750.5A Active CN111844026B (zh) 2020-07-02 2020-07-02 一种事件触发的多机器人分布式协同控制方法

Country Status (1)

Country Link
CN (1) CN111844026B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112947545A (zh) * 2021-01-25 2021-06-11 中国人民解放军国防科技大学 基于条件触发机制的无人机集群任务适变架构设计方法
CN113084807A (zh) * 2021-03-31 2021-07-09 中国科学技术大学 多机器人系统有毒气体泄露源头搜寻方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2011183527A (ja) * 2010-03-10 2011-09-22 Toyota Motor Corp 冗長ロボットの関節目標値決定方法及び冗長ロボットの制御装置
CN108829065A (zh) * 2018-07-16 2018-11-16 东北大学 基于事件触发的分布式发电系统时滞输出协同控制方法
CN109507880A (zh) * 2018-10-17 2019-03-22 东北大学 一种事件驱动策略的多智能体一致性控制方法
CN110142787A (zh) * 2014-09-25 2019-08-20 约翰霍普金斯大学 使用协同控制的机器人的外科手术系统用户界面

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2011183527A (ja) * 2010-03-10 2011-09-22 Toyota Motor Corp 冗長ロボットの関節目標値決定方法及び冗長ロボットの制御装置
CN110142787A (zh) * 2014-09-25 2019-08-20 约翰霍普金斯大学 使用协同控制的机器人的外科手术系统用户界面
CN108829065A (zh) * 2018-07-16 2018-11-16 东北大学 基于事件触发的分布式发电系统时滞输出协同控制方法
CN109507880A (zh) * 2018-10-17 2019-03-22 东北大学 一种事件驱动策略的多智能体一致性控制方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
程韬波;李晓晓;徐智浩;周雪峰;: "基于递归神经网络的多机器人智能协同控制", 机电工程技术, no. 05 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112947545A (zh) * 2021-01-25 2021-06-11 中国人民解放军国防科技大学 基于条件触发机制的无人机集群任务适变架构设计方法
CN112947545B (zh) * 2021-01-25 2022-10-21 中国人民解放军国防科技大学 基于条件触发机制的无人机集群任务适变架构设计方法
CN113084807A (zh) * 2021-03-31 2021-07-09 中国科学技术大学 多机器人系统有毒气体泄露源头搜寻方法

Also Published As

Publication number Publication date
CN111844026B (zh) 2023-07-11

Similar Documents

Publication Publication Date Title
Shuzhi et al. Adaptive neural network control of robot manipulators in task space
Desai et al. Control of changes in formation for a team of mobile robots
Lin et al. Neural-network control of mobile manipulators
US5341459A (en) Generalized compliant motion primitive
Hewit et al. Fast dynamic decoupled control for robotics, using active force control
US6456901B1 (en) Hybrid robot motion task level control system
Zghal et al. Efficient gradient projection optimization for manipulators with multiple degrees of redundancy
US20180333850A1 (en) Robot Motion Planning
CN106695797A (zh) 基于双臂机器人协同操作的柔顺控制方法及系统
CN111844026A (zh) 一种事件触发的多机器人分布式协同控制方法
Li Hybrid control approach to the peg-in hole problem
Boissiere et al. Telerobotic operation of conventional robot manipulators
de Silva Applications of fuzzy logic in the control of robotic manipulators
Zhou et al. Collision-free compliance control for redundant manipulators: an optimization case
US11872704B2 (en) Dynamic motion planning system
JPH0253582A (ja) マニピュレータ学習制御方法
Bergerman et al. Control of cooperative underactuated manipulators: a robustness comparison study
Jia et al. Tri-criteria optimization motion planning at acceleration-level of dual redundant manipulators
Heyu et al. Impedance control method with reinforcement learning for dual-arm robot installing slabstone
Abe et al. Motion planning for a redundant manipulator by genetic algorithm
Wang et al. Dynamic Modelling and Continuous Trajectory Tracking Control of Space Robots Based on Lie Group SE (3)
JPH04340603A (ja) 障害物回避を考慮したマニピュレータの制御方法
Alander et al. An outline of a modular and multiarm assembly cell with object-oriented control
Suehiro et al. New method for integration of multi-sensor and multi-actuator robot system
Johnson et al. A kalman filter approach to sensor-based robot control

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