CN117631674B - 基于采样信息的移动机器人分布式平均控制方法及装置 - Google Patents
基于采样信息的移动机器人分布式平均控制方法及装置 Download PDFInfo
- Publication number
- CN117631674B CN117631674B CN202410089033.1A CN202410089033A CN117631674B CN 117631674 B CN117631674 B CN 117631674B CN 202410089033 A CN202410089033 A CN 202410089033A CN 117631674 B CN117631674 B CN 117631674B
- Authority
- CN
- China
- Prior art keywords
- mobile robot
- mobile
- robot
- robots
- determining
- 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
- 238000005070 sampling Methods 0.000 title claims abstract description 62
- 238000000034 method Methods 0.000 title claims abstract description 33
- 239000011159 matrix material Substances 0.000 claims abstract description 71
- 238000004891 communication Methods 0.000 claims abstract description 42
- 238000010586 diagram Methods 0.000 description 5
- 230000008569 process Effects 0.000 description 4
- 230000004044 response Effects 0.000 description 4
- 238000001514 detection method Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000002604 ultrasonography Methods 0.000 description 1
Classifications
-
- 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
- Manipulator (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明涉及机器人控制领域,尤其是提供了基于采样信息的移动机器人分布式平均控制方法及装置。该方法包括获取每个移动机器人的位置、其相邻机器人的位置,确定移动机器人之间的通讯拓扑结构、连接权重矩阵和拉普拉斯矩阵;根据每个移动机器人的位置、相邻机器人的位置、通讯拓扑结构和连接权重矩阵确定采样间隔;并根据拉普拉斯矩阵确定移动机器人的控制参数;根据每个移动机器人的位置、相邻机器人的位置、通讯拓扑结构、连接权重矩阵、采样间隔和控制参数,确定每个移动机器人的控制量;根据控制量控制每个移动机器人,确定移动机器人平均分布的位置,该方法通过多个数据确定控制量,提高了采样信息的完整性,实现了对移动机器人的精准控制。
Description
技术领域
本发明涉及机器人控制技术领域,尤其涉及基于采样信息的移动机器人分布式平均控制方法及装置。
背景技术
移动机器人系统是由多个移动机器人来组成,能给完成单个机器人难以完成的任务,实现“1+1>2”的目的。此外,通过多个移动机器人之间的协作,可以大大提高移动机器人在作业过程中的效率。在移动机器人系统中,对于复杂的动态环境,实时感知和理解机器人周围的信息是至关重要的。这些信息可以来自于各种传感器,如激光雷达、摄像头、超声波等。这些传感器往往只能提供采样数据,即移动机器人只能间断地获取状态信息而不能连续的获取信息。采样数据的特点是数据量相对较小,但具有较高的实时性和可信度。利用采样数据进行控制可以实现对系统状态的实时反馈和调整,从而更好地适应环境变化和任务需求。由于采样数据的不完整性和不连续性,传统的控制方法往往无法得到理想的控制效果。
发明内容
有鉴于此,本发明提供了基于采样信息的移动机器人分布式平均控制方法及装置,用以提高采样信息的完整性,能够使得移动机器人系统达到平均一致性的目标。
第一方面,本发明提供了一种基于采样信息的移动机器人分布式平均控制方法,所述方法包括:
获取每个移动机器人的位置以及每个移动机器人的相邻机器人的位置,确定多个移动机器人之间的通讯拓扑结构、连接权重矩阵以及拉普拉斯矩阵;
根据每个所述移动机器人的位置、所述相邻机器人的位置、所述通讯拓扑结构以及所述连接权重矩阵确定采样间隔;并根据所述拉普拉斯矩阵确定每个移动机器人的控制参数;
根据每个所述移动机器人的位置、所述相邻机器人的位置、所述通讯拓扑结构、所述连接权重矩阵、所述采样间隔和所述控制参数,确定每个移动机器人的控制量;
根据所述控制量控制每个移动机器人,确定每个所述移动机器人平均分布的位置。
可选地,所述通讯拓扑结构包括:
在多个移动机器人之间,当任意两个移动机器人通过直接或者间接的方式进行信息交换时,则称通讯拓扑结构为强连通结构;当任意两个移动机器人之间无法实现信息交换时,则称通讯拓扑结构为非强联通结构。
可选地,所述连接权重矩阵包括:
当第个移动机器人能够获得第/>个移动机器人的位置信息时,则连接权重矩阵中的相应元素的取值为大于0的任意常数,即第/>个移动机器人和第/>个移动机器人之间存在连接,/>和/>均为正整数;
当第个移动机器人无法获得第/>个移动机器人的位置信息时,则连接权重矩阵中的相应元素的取值为0,即第/>个移动机器人和第/>个移动机器人之间无连接。
可选地,所述控制量的公式为:
;
其中,为第/>个移动机器人在采样时刻/>的位置,/>为第/>个移动机器人的第/>个相邻机器人在采样时刻/>的位置,/>为第/>个移动机器人在采样时刻/>的控制量,/>为移动机器人系统的连接权重矩阵第/>行且第/>列的元素,/>为第/>个移动机器人的相邻机器人集合,/>为去掉第/>行和第/>列元素的拉普拉斯矩阵,/>为矩阵/>的行列式。
可选地,确定每个所述移动机器人的位置,其公式为:
;
其中,为第/>个移动机器人在第k+1时刻的位置,/>为采样周期并满足,/>为第/>个移动机器人在采样时刻/>的控制量。
第二方面,本发明提供了一种基于采样信息的移动机器人系统分布式平均控制装置,所述装置包括:
获取模块,用于获取每个移动机器人的位置以及每个移动机器人的相邻机器人的位置,确定多个移动机器人之间的通讯拓扑结构、连接权重矩阵以及拉普拉斯矩阵;
第一确定模块,用于根据每个所述移动机器人的位置、所述相邻机器人的位置、所述通讯拓扑结构以及所述连接权重矩阵确定采样间隔;并根据所述拉普拉斯矩阵确定每个移动机器人的控制参数;
第二确定模块,用于根据每个所述移动机器人的位置、所述相邻机器人的位置、所述通讯拓扑结构、所述连接权重矩阵、所述采样间隔和所述控制参数,确定每个移动机器人的控制量;
控制模块,用于根据所述控制量控制每个移动机器人,确定每个所述移动机器人平均分布的位置。
第三方面,本发明提供一种计算机可读存储介质,所述计算机可读存储介质包括存储的程序,其中,在所述程序运行时控制所述计算机可读存储介质所在设备执行第一方面或第一方面任一可能的实现方式中的基于采样信息的移动机器人分布式平均控制方法。
第四方面,本发明提供一种移动机器人系统,包括:第二方面实现方式中的基于采样信息的移动机器人分布式平均控制装置。
本发明提供的技术方案中,该方法包括获取每个移动机器人的位置以及每个移动机器人的相邻机器人的位置,确定多个移动机器人之间的通讯拓扑结构、连接权重矩阵以及拉普拉斯矩阵;根据每个移动机器人的位置、所述相邻机器人的位置、通讯拓扑结构以及连接权重矩阵确定采样间隔;并根据拉普拉斯矩阵确定每个移动机器人的控制参数;根据每个移动机器人的位置、相邻机器人的位置、通讯拓扑结构、连接权重矩阵、采样间隔和控制参数,确定每个移动机器人的控制量;根据控制量控制每个移动机器人,确定每个移动机器人平均分布的位置,该方法通过多个数据确定控制量,提高了采样信息的完整性,实现了对移动机器人系统的分布式平均控制,最终使得移动机器人系统达到平均一致性。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其它的附图。
图1为本发明实施例提供的一种移动机器人分布式平均控制方法的流程图;
图2为本发明实施例提供的移动机器人系统的示意图;
图3为本发明实施例提供的移动机器人系统的仿真示意图;
图4为本发明实施例提供的一种移动机器人分布式平均控制装置的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
应当明确,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
在本发明实施例中使用的术语是仅仅出于描述特定实施例的目的,而非旨在限制本发明。在本发明实施例中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式,除非上下文清楚地表示其他含义。
应当理解,本文中使用的术语“和/或”仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,甲和/或乙,可以表示:单独存在甲,同时存在甲和乙,单独存在乙这三种情况。另外,本文中字符“/”,一般表示前后关联对象是一种“或”的关系。
取决于语境,如在此所使用的词语“如果”可以被解释成为“在……时”或“当……时”或“响应于确定”或“响应于检测”。类似地,取决于语境,短语“如果确定”或“如果检测(陈述的条件或事件)”可以被解释成为“当确定时”或“响应于确定”或“当检测(陈述的条件或事件)时”或“响应于检测(陈述的条件或事件)”。
图1为本发明实施例提供的一种移动机器人分布式平均控制方法的流程图,如图1所示,该方法包括:
步骤11、获取每个移动机器人的位置以及每个移动机器人的相邻机器人的位置,确定多个移动机器人之间的通讯拓扑结构、连接权重矩阵以及拉普拉斯矩阵。
本发明实施例中,每个移动机器人的相邻机器人指的是有信息流向该移动机器人的所有其他移动机器人的集合,如图2所示,图中至/>表示移动机器人,移动机器人/>和移动机器人/>为移动机器人/>的相邻机器人,而移动机器人/>、移动机器人/>和移动机器人/>不是移动机器人/>的相邻机器人。具体地,通过安装在移动机器人上的激光雷达装置可以获取自身及其相邻机器人的当前时刻的位置。此外,由图2可以看出,连接权重矩阵对应的元素为/>和/>。
本发明实施例中,通讯拓扑结构包括:
在多个移动机器人之间,当任意两个移动机器人通过直接或者间接的方式进行信息交换时,则称通讯拓扑结构为强连通结构;当任意两个移动机器人之间无法实现信息交换时,则称通讯拓扑结构为非强联通结构。
本发明实施例中,连接权重矩阵包括:
当第个移动机器人能够获得第/>个移动机器人的位置信息时,则连接权重矩阵中的相应元素的取值为大于0的任意常数,即第/>个移动机器人和第/>个移动机器人之间存在连接,/>和/>均为正整数;
当第个移动机器人无法获得第/>个移动机器人的位置信息时,则连接权重矩阵中的相应元素的取值为0,即第/>个移动机器人和第/>个移动机器人之间无连接。
例如,当第个移动机器人能够得到第/>个移动机器人的位置信息,则连接权重矩阵中的相应元素的取值为1,其拉普拉斯矩阵中对应的元素为-1;当第/>个移动机器人无法获得第/>个移动机器人的位置信息时,则连接权重矩阵中的相应元素的取值为0,其拉普拉斯矩阵中对应的元素为0。
步骤12、根据每个移动机器人的位置、相邻机器人的位置、通讯拓扑结构以及连接权重矩阵确定采样间隔;并根据拉普拉斯矩阵确定每个移动机器人的控制参数。
本发明实施例中,移动机器人获取其相邻机器人的位置,需要其对相邻机器人进行测距、数据处理、数据传输等一系列操作。由于信息获取装置的限制,在获取相邻机器人位置过程中不可能实现连续时间的获取,位置信息过程中会存在时间间隔。因此,在移动机器人根据相邻机器人的位置信息来确定下一步的控制量的过程中,位置信息不是连续的而是离散的,即采样信息,相邻两个采样时刻之间存在着采样间隔。在实际操作中,根据移动机器人系统的结构,可以通过适当分析获得采样间隔最大值。
步骤13、根据每个移动机器人的位置、相邻机器人的位置、通讯拓扑结构、连接权重矩阵、采样间隔和所述控制参数,确定每个移动机器人的控制量。
本发明实施例中,控制量的公式为:
;
其中,为第/>个移动机器人在采样时刻/>的位置,/>为第/>个移动机器人的第/>个相邻机器人在采样时刻/>的位置,/>为第/>个移动机器人在采样时刻/>的控制量,/>为移动机器人系统的连接权重矩阵第/>行且第/>列的元素,/>为第/>个移动机器人的相邻机器人集合,/>为去掉第/>行和第/>列元素的拉普拉斯矩阵,/>为矩阵/>的行列式。
步骤14、根据控制量控制每个移动机器人,确定每个移动机器人的位置。
本发明实施例中,确定每个所述移动机器人的位置,其公式为:
;
其中,为第/>个移动机器人在第k+1时刻的位置,/>为采样周期并满足,/>为第/>个移动机器人在采样时刻/>的控制量。
图3为本发明实施例提供的移动机器人系统的仿真示意图,如图3所示,6个移动机器人的初始状态分别为1,2,3,4,5,6,6个移动机器人的位置最终达到了6个移动机器人初始位置的平均,并且收敛值为3.5。
本发明实施例中,根据移动机器人系统在混合交互环境下的协调控制方法,通过获取每个移动机器人和相邻机器人位置的采样信息并据此进行控制,保证多个移动机器人能够到达位置的平均一致性,最终收敛值为所有移动机器人初始位置的平均值,且控制准确度高。
本发明实施例中,各步骤可以由电子设备执行。例如,电子设备包括但不限于平板电脑、便携式PC、台式PC等。
本发明提供的技术方案中,该方法包括获取每个移动机器人的位置以及每个移动机器人的相邻机器人的位置,确定多个移动机器人之间的通讯拓扑结构、连接权重矩阵以及拉普拉斯矩阵;根据每个移动机器人的位置、所述相邻机器人的位置、通讯拓扑结构以及连接权重矩阵确定采样间隔;并根据拉普拉斯矩阵确定每个移动机器人的控制参数;根据每个移动机器人的位置、相邻机器人的位置、通讯拓扑结构、连接权重矩阵、采样间隔和控制参数,确定每个移动机器人的控制量;根据控制量控制每个移动机器人,确定每个移动机器人平均分布的位置,该方法通过多个数据确定控制量,提高了采样信息的完整性,实现了对移动机器人系统的分布式平均控制,最终使得移动机器人系统达到平均一致性。
图4为本发明实施例提供的一种移动机器人分布式平均控制装置的结构示意图,如图4所示,该装置包括:获取模块21、第一确定模块22、第二确定模块23和控制模块24。
获取模块21和控制模块24连接,第一确定模块22和控制模块24连接,第二确定模块23和控制模块24连接。
获取模块21用于获取每个移动机器人的位置以及每个移动机器人的相邻机器人的位置,确定多个移动机器人之间的通讯拓扑结构、连接权重矩阵以及拉普拉斯矩阵;第一确定模块22用于根据每个移动机器人的位置、相邻机器人的位置、通讯拓扑结构以及连接权重矩阵确定采样间隔;并根据拉普拉斯矩阵确定每个移动机器人的控制参数;第二确定模块23用于根据每个移动机器人的位置、相邻机器人的位置、通讯拓扑结构、连接权重矩阵、采样间隔和控制参数,确定每个移动机器人的控制量;控制模块24用于根据控制量控制每个移动机器人,确定每个移动机器人平均分布的位置。
本发明实施例提供了一种计算机可读存储介质,计算机可读存储介质包括存储的程序,其中,在程序运行时控制计算机可读存储介质所在移动机器人系统执行上述基于采样信息的移动机器人分布式平均控制方法的实施例。
本发明实施例提供了一种移动机器人系统,其包括基于采样信息的移动机器人分布式平均控制装置。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统,装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明保护的范围之内。
Claims (7)
1.一种基于采样信息的移动机器人分布式平均控制方法,其特征在于,所述方法包括:
获取每个移动机器人的位置以及每个移动机器人的相邻机器人的位置,确定多个移动机器人之间的通讯拓扑结构、连接权重矩阵以及拉普拉斯矩阵;
根据每个所述移动机器人的位置、所述相邻机器人的位置、所述通讯拓扑结构以及所述连接权重矩阵确定采样间隔;并根据所述拉普拉斯矩阵确定每个移动机器人的控制参数;
根据每个所述移动机器人的位置、所述相邻机器人的位置、所述通讯拓扑结构、所述连接权重矩阵、所述采样间隔和所述控制参数,确定每个移动机器人的控制量;
根据所述控制量控制每个移动机器人,确定每个所述移动机器人平均分布的位置;
所述控制量的公式为:
;
其中,为第/>个移动机器人在采样时刻/>的位置,/>为第/>个移动机器人的第/>个相邻机器人在采样时刻/>的位置,/>为第/>个移动机器人在采样时刻/>的控制量,/>为移动机器人系统的连接权重矩阵第/>行且第/>列的元素,/>为第/>个移动机器人的相邻机器人集合,/>为去掉第/>行和第/>列元素的拉普拉斯矩阵,/>为矩阵/>的行列式。
2.根据权利要求1所述的方法,其特征在于,所述通讯拓扑结构包括:
在多个移动机器人之间,当任意两个移动机器人通过直接或者间接的方式进行信息交换时,则称通讯拓扑结构为强连通结构;当任意两个移动机器人之间无法实现信息交换时,则称通讯拓扑结构为非强联通结构。
3.根据权利要求1所述的方法,其特征在于,所述连接权重矩阵包括:
当第个移动机器人能够获得第/>个移动机器人的位置信息时,则连接权重矩阵中的相应元素的取值为大于0的任意常数,即第/>个移动机器人和第/>个移动机器人之间存在连接,/>和/>均为正整数;
当第个移动机器人无法获得第/>个移动机器人的位置信息时,则连接权重矩阵中的相应元素的取值为0,即第/>个移动机器人和第/>个移动机器人之间无连接。
4.根据权利要求1所述的方法,其特征在于,确定每个所述移动机器人的位置,其公式为:
;
其中,为第/>个移动机器人在第/>时刻的位置,/>为采样周期并满足,/>为第/>个移动机器人在采样时刻/>的控制量。
5.一种基于采样信息的移动机器人分布式平均控制装置,其特征在于,所述装置包括:
获取模块,用于获取每个移动机器人的位置以及每个移动机器人的相邻机器人的位置,确定多个移动机器人之间的通讯拓扑结构、连接权重矩阵以及拉普拉斯矩阵;
第一确定模块,用于根据每个所述移动机器人的位置、所述相邻机器人的位置、所述通讯拓扑结构以及所述连接权重矩阵确定采样间隔;并根据所述拉普拉斯矩阵确定每个移动机器人的控制参数;
第二确定模块,用于根据每个所述移动机器人的位置、所述相邻机器人的位置、所述通讯拓扑结构、所述连接权重矩阵、所述采样间隔和所述控制参数,确定每个移动机器人的控制量;
控制模块,用于根据所述控制量控制每个移动机器人,确定每个所述移动机器人平均分布的位置;
第二确定模块中所述控制量的公式为:
;
其中,为第/>个移动机器人在采样时刻/>的位置,/>为第/>个移动机器人的第/>个相邻机器人在采样时刻/>的位置,/>为第/>个移动机器人在采样时刻/>的控制量,/>为移动机器人系统的连接权重矩阵第/>行且第/>列的元素,/>为第/>个移动机器人的相邻机器人集合,/>为去掉第/>行和第/>列元素的拉普拉斯矩阵,/>为矩阵/>的行列式。
6.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质包括存储的程序,其中,在所述程序运行时控制所述计算机可读存储介质所在设备执行权利要求1至4中任一项所述的基于采样信息的移动机器人分布式平均控制方法。
7.一种移动机器人系统,其特征在于,包括:如权利要求5中所述的基于采样信息的移动机器人分布式平均控制装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410089033.1A CN117631674B (zh) | 2024-01-23 | 2024-01-23 | 基于采样信息的移动机器人分布式平均控制方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410089033.1A CN117631674B (zh) | 2024-01-23 | 2024-01-23 | 基于采样信息的移动机器人分布式平均控制方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117631674A CN117631674A (zh) | 2024-03-01 |
CN117631674B true CN117631674B (zh) | 2024-05-14 |
Family
ID=90027232
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410089033.1A Active CN117631674B (zh) | 2024-01-23 | 2024-01-23 | 基于采样信息的移动机器人分布式平均控制方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117631674B (zh) |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105511494A (zh) * | 2016-01-20 | 2016-04-20 | 浙江大学 | 一种多无人机分布式队形控制的方法 |
CN106527145A (zh) * | 2016-12-13 | 2017-03-22 | 浙江工业大学 | 基于Lambert W函数的多移动机器人的单时滞控制器设计方法 |
CN107065859A (zh) * | 2017-02-14 | 2017-08-18 | 浙江工业大学 | 多移动机器人的轨迹预测方法 |
CN108292140A (zh) * | 2015-12-09 | 2018-07-17 | 深圳市大疆创新科技有限公司 | 用于自动返航的系统和方法 |
CN112327839A (zh) * | 2020-10-27 | 2021-02-05 | 中国科学技术大学 | 用于多机器人系统的编队控制方法、装置、设备及介质 |
CN113485125A (zh) * | 2021-08-11 | 2021-10-08 | 长安大学 | 一种适用于任意通信拓扑的含时滞车辆队列稳定性控制方法及系统 |
CN114706359A (zh) * | 2022-06-06 | 2022-07-05 | 齐鲁工业大学 | 基于采样数据的农用多智能体系统一致性分布式控制方法 |
CN114779825A (zh) * | 2022-06-20 | 2022-07-22 | 北京大学 | 基于稀疏采样和信息交互的无人集群编队机动控制方法 |
WO2023244950A1 (en) * | 2022-06-13 | 2023-12-21 | University Of Washington | Constant-spacing connected platoons with robustness to communication delays |
CN117369433A (zh) * | 2023-06-29 | 2024-01-09 | 桂林电子科技大学 | 一种基于复拉普拉斯矩阵的多机器人编队导航控制方法 |
-
2024
- 2024-01-23 CN CN202410089033.1A patent/CN117631674B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108292140A (zh) * | 2015-12-09 | 2018-07-17 | 深圳市大疆创新科技有限公司 | 用于自动返航的系统和方法 |
CN105511494A (zh) * | 2016-01-20 | 2016-04-20 | 浙江大学 | 一种多无人机分布式队形控制的方法 |
CN106527145A (zh) * | 2016-12-13 | 2017-03-22 | 浙江工业大学 | 基于Lambert W函数的多移动机器人的单时滞控制器设计方法 |
CN107065859A (zh) * | 2017-02-14 | 2017-08-18 | 浙江工业大学 | 多移动机器人的轨迹预测方法 |
CN112327839A (zh) * | 2020-10-27 | 2021-02-05 | 中国科学技术大学 | 用于多机器人系统的编队控制方法、装置、设备及介质 |
CN113485125A (zh) * | 2021-08-11 | 2021-10-08 | 长安大学 | 一种适用于任意通信拓扑的含时滞车辆队列稳定性控制方法及系统 |
CN114706359A (zh) * | 2022-06-06 | 2022-07-05 | 齐鲁工业大学 | 基于采样数据的农用多智能体系统一致性分布式控制方法 |
WO2023244950A1 (en) * | 2022-06-13 | 2023-12-21 | University Of Washington | Constant-spacing connected platoons with robustness to communication delays |
CN114779825A (zh) * | 2022-06-20 | 2022-07-22 | 北京大学 | 基于稀疏采样和信息交互的无人集群编队机动控制方法 |
CN117369433A (zh) * | 2023-06-29 | 2024-01-09 | 桂林电子科技大学 | 一种基于复拉普拉斯矩阵的多机器人编队导航控制方法 |
Non-Patent Citations (4)
Title |
---|
Adaptive Consensus Control of Linear Multiagent Systems With Dynamic Event-Triggered Strategies;Wangli He等;《IEEE Transactions on Cybernetics 》;20190614;全文 * |
Sampled-Data H∞ Dynamic Output Feedback Controller Design for Fuzzy Markovian Jump Systems;Lin, YQ等;《JOURNAL OF SYSTEMS SCIENCE & COMPLEXITY》;20220924;全文 * |
二阶多智能体系统采样控制的一致性;王松立;赵立英;;计算技术与自动化;20130315(第01期);全文 * |
基于时滞状态导数反馈的一阶多智能体系统采样控制的一致性;晋守博;;吉林化工学院学报;20200115(第01期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN117631674A (zh) | 2024-03-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20190195631A1 (en) | Positioning method, positioning device, and robot | |
US20210289141A1 (en) | Control method and apparatus for photographing device, and device and storage medium | |
US20220398761A1 (en) | Image detection method, image detection apparatus, image detection device, and medium | |
US20240091934A1 (en) | Admittance control method, robot, and computer-readable storage medium | |
CN109782806B (zh) | 一种无人机室内路径跟踪方法及装置 | |
US20220214688A1 (en) | Method and system for controlling multi-unmanned surface vessel collaborative search | |
EP3675041B1 (en) | Method and apparatus for determining road information, and vehicle | |
CN115946120A (zh) | 机械臂控制方法、装置、设备和介质 | |
CN117631674B (zh) | 基于采样信息的移动机器人分布式平均控制方法及装置 | |
CN109909999B (zh) | 一种获取机器人tcp坐标的方法和装置 | |
CN117392241A (zh) | 自动驾驶中的传感器标定方法、装置及电子设备 | |
CN117576664A (zh) | 障碍物面积计算方法、装置、设备及存储介质 | |
US7133855B2 (en) | Behavior control apparatus and method | |
CN114274148B (zh) | 一种轨迹规划方法、装置、电子设备以及存储介质 | |
CN113359474B (zh) | 基于梯度反馈的可扩展分布式多智能体一致性控制方法 | |
US11325247B2 (en) | Robotic arm control method and apparatus and terminal device using the same | |
CN114111740A (zh) | 一种构件提升姿态的监测系统 | |
CN113269301A (zh) | 基于神经网络估计多目标跟踪系统参数的方法及系统 | |
CN115096328B (zh) | 车辆的定位方法、装置、电子设备以及存储介质 | |
CN112683216B (zh) | 用于生成车辆长度信息的方法、装置、路侧设备和云控平台 | |
CN116679573B (zh) | 一种一致性跟踪控制方法、装置、电子设备及存储介质 | |
KR20150050224A (ko) | 비정상 배회 탐지 장치 및 방법 | |
CN116817903B (zh) | 一种基于先验视觉引导的智能机器人全局定位方法及系统 | |
CN113324998B (zh) | 一种用于钛合金棒材的生产质检监管系统 | |
CN112395916B (zh) | 目标的运动状态信息确定方法、确定装置及电子设备 |
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 |