基于领导者-跟随者思路的多轮式移动机器人编队控制方式(2)

目标一致的有序群体拥有更大的工作效能，能够更好的完成个体能所无法完成的简单任务，也无法完成个体很难完成，甚至根本没法完成的复杂而繁重的任务。例如：候鸟在迁徙过程中常常群体迁徙，大雁迁徙飞行中排成“人”字形以减少飞行阻力，有便于节省体能，保证长距离迁徙，而且可以保护弱小个体不掉队，如图1.1a）；弱小的蚂蚁通过多个个体的合作完成搬运工作，对于单个蚂蚁而言，大质量的物体无法搬运，而多个蚂蚁的通力合作则可成功完成搬运，如图1.1b）；狼在觅食体型较大的猎物是借助围捕和合作完成，一只狼很难捕食小型猎物，而数目庞大的野狗几乎可以驱赶任何猎物，如图1.1c）；作为被捕食者，海洋中捕/保护[6]、安全防卫等各个领域，如图1.2d）。

a)b)d)c)图1.2编队的应用Fig.1.2Applicationofformation各领域的教授和学者也愈发越专注并着力于多智能体编队与控制难题的研究。近些年来，对于多智能体的研究越来越多，多智能体的编队控制，协同合作愈发越变成热门的探究方向。究其理由，主要有下列几点：第一，现在技术的演进推动了多智能模式统发展，也对多智能模式统提出了更高规定。高功耗计算芯片增强了智能体数据处理能力，通讯科技发展推动了多智能体的信息共享，特别是将来5G[7]的应用能将万物互联成为可能，传感技术的演进提高了智能体环境适应性，特别是人工智能[8]的演进，对智能体的认知能力，决策能力都有了极大地提升。第二，对于完成复杂繁重的任务，搭建一个小型平台的费用开支，技术规定，时间耗费往往要比建立多个简单的智能体更多，越来越多的项目应用说明多智能体的优势。第三，对多智能体探究涉及学科范围很广，包裹计万方数据北京师范学院学位博论文-3-算机科技，感知技术，通讯技术，控制手动化，人工智能等等多个领域，多智能体编队控制是多智能体功能推动的基础，也促使了相关学科的整合和发展。

综上所述，对多智能体非常是其用途基础编队控制的研究具有广泛的项目实际应用价值，同时也无法推动多学科的整合探究和演进。1.2国外外研究状况多机器人平台的研究工作源于上世纪八十年代末，至今已有近三五年的历史，许多科研机构对多机器人平台进行了理论构建和试验研究，取得了长期进展，总体上多机器人的研究美国先于中国，研究成果更为丰富。1.2.1美国研究状况国外对多机器人平台的研究较早，始于上世纪八十年代后期，1986年IEEE机器人与自动化国际大会将多机器人平台的研究成为一个专题组，1989年国际学术刊物RoboticsandAutonomousSystem推出了多机器人平台研究专辑。国外对多机器人平台研究较为前沿的有中国、欧洲、日本等国家和地区，这些国家的一些著名机构在理论基础和试验验证方面都做起来很高进展。1992年，美国DARPA资助的DemoII项目[9]，该项应用基于行为的编队策略构建多机器人野外侦查小队，其中的机器人采取多种传感器，实现了多机器人在复杂外界环境下的自主协调工作。美国USC大学成立的SociallyMobile和TheNerdHerd实验室都是为多机器人平台协调控制研究而建立的，其探究工作主要在于基于行为法的多机器人编队控制问题。

1994年，美国K.Jin教授团队研究的SWARM系统[11]，使得多机器人具备较好的鲁棒性和分布式特性。2005年，美国DOD将多机器人编队控制列为无人系统自主化智能化水准的重要指标[10]。除此此外，美国南加利福尼亚分校、麻省理工大学等高等学府都有对于多机器人平台的研究工作[12]，美国国防部支持的无人驾驶智能车的系列研究工作[13]。日本Nagoya大学T.Fukuda领导的团队得到生物细胞的启发，研发了CEBOT系统，使多机器人可以细胞元化，该平台才能根据内部环境的不同将多机器人构建，以满足复杂环境及复杂任务对多机器人平台的规定[14]。欧盟多国建立的MATRHA(MultipleAutonomousRobotsforTransportingandHandlingApplication)[15]致力于多机器人平台的研究工作，主要为多机器人搬运平台。加拿大的阿尔伯塔学校顺利开发出才能模拟虫类的类虫多机器人系统[16]，此平台才能运用总量庞大的机器人协同完成极为复杂的任务。首届机器人足球亚洲杯于1996年在德国举办，次年，国际机器人足球联合会建立于日本大田，如今，联合会今年还会组织机器人全球杯大赛。

比赛由最开始的轮式机器万方数据基于领导者-跟随者思路的多轮式移动机器人编队控制方式-4-人团队发展到目前越来越多的双足机器人团队，这对机器人相关控制科技有更高的要求。机器人足球赛虽然应该控制每个机器人无法独立运行，更应该协调各个机器人之间的运动关系，使其完成复杂的足球赛项目。机器人网球赛亚洲杯将高新技术与体育竞技相结合，吸引着个国研究者的关注。图1.3机器人足球赛Fig.1.3Robotsoccermatch1.2.2国内研究状况中国对多机器人的研究工作相较于起步较晚，始于二十世纪九十年代末，虽然起步较晚，但多机器人平台的研究快速打造中国机器人学领域最受研究者注重的领域。国内多所学校及研究院所都相继建立了多机器人研究实验室，如哈佛学院、中科院沈阳自动化研究所、哈尔滨工业学校、上海交通学院等学校和研究院所，也获得了长期卓有效益的成果。清华学校智能机器人的研究工作涉及以上四个方面，包括基于高效率地图的全局模式规划、基于多传感器的信息整合的、路径规划仿真技术、多机器人轨迹跟踪[17]。中科院上海自动化研究所制定的多机器人协作合作配装系统MRCAS[18]，该平台借助集中式与分布式相结合的分层结构模式，能够完成多种机器人编队行进、队形切换、自主避障等多项基础功能，另外，在沈阳自动化所在机器人仿生学、行为决策[19]等方面也获得了巨大的进展。

哈尔滨工业大学基于MAS机器人研发出多机器人足球赛系统，基于该平台启动了长期机器人编队控制的研究工作。上海交通学校研究团队专注于微型工厂多个微型机器人的协调合作研究，席裕庚团队提出的分布式多机器人控制递阶混合结构，能够控制多机器人系统启动队形控制[20][21]、垃圾收集[22]等任务。浙江大学蒋静坪[23]等人万方数据北京师范学院学位博论文-5-基于蚁群算法对多机器人协调控制研究时，提出了多机器人个性演化自组织协调概念。中南学校蔡自兴研究队伍强调了多机器人合作式模式规划遗传算法[24]。1.3编队策略与控制方式对于编队控制难题中的队形形成、队形保持[25]、队形切换[26]、编队避障[27]等关键科学难题，现有文献的编队策略主要有领导者-跟随者法、虚拟结构法、基于行为法和基于图论的方式等。各个编队策略互有优缺点，因此在编队问题研究中常常结合两种或者三种以上编队策略，以提升编队系统性能。下面分别对各个编队策略作出说明。1)领导者-跟随者法选取多机器人平台中的一个或多个机器人成为全局或局部领导者机器人，跟随者机器人以一定的距离和视角与领导者机器人产生特定的队形，此即距离-角度(l)构型的领导者-跟随者，若跟随者机器人同时以两个领导者机器人维持一定的距离而产生编队，则为距离—距离(ll)构型编队，如图1.4。

领导者-跟随者法最早由Wang在文献[28]强调，Kumar教授以及团队(GRASP团队)做起来大量的理论构建和试验研究，文献[29]中强调了基于领导者-跟随者法的l和ll构型，并运用反馈线性化方式设计控制律，从理论上证明了稳定性，仿真和物理试验也被用于验证其所强调的编队构型和控制方式。HanzhenXiao[30]等人采取基于神经动力学改进的非线性建模预测控制算法实现了领导者-跟着者机器人编队，同时以SDOC模式进行了编队避障的研究。此种编队策略优点在于多机器人平台只需跟随领导者，路径规划等控制难题非常明晰。缺点是平台完全由领导者机器人主导，鲁棒性较好，一旦领导者机器人发生故障，可能会导致编队系统的瘫痪。LψLLlll图1.4领导者-跟随者编队构型Fig.1.4Leader-Followerformationconfiguration万方数据基于领导者-跟随者思路的多轮式移动机器人编队控制方式-6-2)基于行为法基于行为的方式最早由Arkin等人在文献[31]中强调，该方式受启发于自然界中的集群动物。

应用该编队策略设计控制器首先应该将行为目标分解为一系列简单动作，每个机器人借助完成特定的动作并借助与其它机器人的协调而完成整体的行为目标。Balch[32]等人将多机器人编队控制难题与即时导航相结合，提出了基于反应式行为的多机器人编队策略，该思路才能在维持机器人编队的基础上推动危险躲避。Xu[33]等人研究了基于行为法的队形形成与编队避障问题。基于行为的方式本质上是一种分布式的控制思路，其不受机器人总数和体量的限制，个体机器人只需邻居机器人的信息。但基于行为的方式通常能够用物理模型进行准确地建模和探讨，无法进行显式的定量预测，难以用成熟的控制理论分析其稳定性、收敛速度等各种特征。3)虚拟结构法虚拟结构法最早由Tan等人在文献中[34]强调。该方式假如个体机器人在编队过程中进入虚拟的刚性结构框架中，每个机器人与其它机器人维持特定的位置不出现差异，相当于固定于刚体构架中的特定点。编队移动时，个体机器人跟随虚拟的固定点移动[35]。文献[36]强调了一种基于虚拟构架和共识方法的非完整智能汽车编队控制方式，该办法将多个非完整智能汽车的编队控制难题转换为目标跟踪和状况共识稳定难题。

虚拟结构法中多机器人的整体行为容易借助虚拟的刚体构架进行表述，同时也需要得到虚拟刚体构架的限制，缺乏灵活性。4)基于图论的方式该办法源于较稳成熟的图论理论，日益成为编队问题探究的热点。文献[37]应用图论方法对具备时滞特性的多智能体编队控制平台进行了关于收敛性的研究工作。一定数目和体量的机器人具备感知，通讯，拓扑结构，多机器人之间产生相互互联的网络，这种网络构架通过降维的相关理论进行表述，被模型为有向图或无向图。该思路主要应适于多智能体编队一致性(Consensus)的研究，如文献[38]对基于一致性的编队控制思路进行了研究，并应适于只具备局部信息交互的多机器人平台。应用此思路应该将多智能体编队系统表述为各种各样的图，可以实现任意队形并及时切换，同时有成熟的图论理论成为支撑。Desai[39]等人应用基于聚类的方式，对多机器人编队中的基础和核心难题队形变换进行探究。但多数基于图论的探究限于理论构建与仿真验证，物理实现及实际项目应用较为困难。万方数据北京师范学院学位博论文-7-1.4本文主要内容和构架安排本文以轮式移动机器人为研究对象，采用领导者-跟随者编队策略，对多机器人编队控制科学难题展开研究。

首先，应用非完整约束理论和欧拉-拉格朗日能量法构建轮式机器人动力学与运动学建模，进而推导出能同时表述编队机器人位置和姿态关系的领导者-跟着者编队模型。其次，分别应用线性二次规划(Linearquadraticregulator,LQR)方式和模型预测控制(Modelpredictivecontrol,MPC)方式推动多机器人的轨迹追踪和编队协调控制，并借助对比仿真选择出综合性能更优的MPC方法。再次，提出双闭环控制结构，对领导者采取分层协调控制方式提高其稳定性和鲁棒性，同时可以增加领导者-跟随者编队系统的协调适应性。最后，针对领导者-跟随者编队控制中的几个关键难题，对比探讨l、ll的编队模式，并分析领导者-跟随者编队避障策略，对不同环境条件下的编队模式强调合理的切换策略。本论文的详细探究内容小结如下：第一章，绪论。首先介绍轮式移动机器人编队控制的探究背景及含义，强调指出该问题带有实际应用和科学探究的价值；然后，分别介绍中国外相关专家和机构对多机器人编队的研究状况和成果；之后，介绍了多机器人编队策略和控制方式，并借助对比选择出领导者-跟随者思路成为本文的编队策略；最后，给出本文的总体结构和研究内容。

本文来自电脑杂谈，转载请注明本文网址：
http://www.pc-fly.com/a/tongxinshuyu/article-131220-2.html