《机器人编队控制方法研究》韩青编著|(epub+azw3+mobi+pdf)电子书下载

图书名称：《机器人编队控制方法研究》

【作　者】韩青编著

【页 数】 140

【出版社】 上海：上海交通大学出版社 , 2020

【ISBN号】978-7-313-23139-0

【价 格】88.00

【分 类】机器人控制-编队-研究

【参考文献】 韩青编著. 机器人编队控制方法研究. 上海：上海交通大学出版社, 2020.

图书封面：

图书目录：

《机器人编队控制方法研究》内容提要：

本书以基于纯角度观测信息的多机器人编队控制为研究对象，以非线性系统秩和面元分析法为理论基础，围绕多机器人领航-跟随编队控制系统的可控性、可观测性、稳定性三方面要求，对多机器人编队控制涉及的状态估计、闭环控制、轨迹跟踪、机器人定位、自主导航等关键技术问题展开了深入研究。

《机器人编队控制方法研究》内容试读

绪论

编队控制是对多机器人协同完成复杂任务的基本要求，是多机器人系统研究中最基本的问题之一，也是学术界和从业者的研究热点，充分说明了机器人编队控制方法研究的必要性和重要性，未来具有良好的应用前景。

1.1概述

机器人技术属于交叉学科，涉及机械、电子、计算机、控制、通信、人工智能等多个学科和技术领域。自1959年世界上第一台工业机器人诞生以来，机器人的发展已取得了举世瞩目的成就。在1999年国际自动控制联合大会上，宋健院士指出，“机器人技术的应用和进步是20世纪自动控制领域最有说服力的成就，是当代最高意义上的自动化”[1]。

作为衡量一个国家科技发展水平的重要标志，近年来，机器人技术的发展受到世界各国的高度重视。2014年，欧盟规划了“认知系统与机器人技术”研究；2015年，德国提出了“工业4.0”高科技战略计划；2011年，美国启动了“国家机器人计划”；2015年，美国国家科学基金会再次资助伙伴机器人(co-robot)的研发；2015年初，日本公布了《日本机器人新战略》，明确提出下一代机器人研究中要努力实现数据终端化、网络化、云计算等技术；2009年，韩国发布了《服务机器人产业发展战略》，提出努力成为世界三大机器人强国之一的发展目标：2012年，韩国知识经济部发布了一项为期十年的中长期战略《机器人未来战略2022》，计划将目前的机器人规模进一步扩大，到2022年达到25亿韩元的规模。

为推进机器人技术的发展与创新，中国相继推出了多项战略规划并给予了政策支持，如表1-1所示。2012年4月，科技部出台《智能制造科技发展“十二五”专项规划》和《服务机器人科技发展“十二五”专项规划》。这两项规划指出在“十二

五”期间重点发展工业和服务机器人新兴产业；在《智能制造科技发展“十二五”专项规划》中，重点攻克一批前沿核心和共性关键技术，研制一批智能化高端装备，并

002机器人编队控制方法研究

进行示范应用和产业化；在《服务机器人科技发展“十二五”专项规划》中，首要发展服务机器人新兴产业，发展公共安全机器人、医疗康复机器人、仿生机器人平台和模块化核心部件等四大任务；2015年5月，《中国制造2025》出台，强调重点发展包括高档数控机床和机器人在内的十个领域，为机器人产业的发展提供了强有力的政策支持；2015年11月23一25日，以“协同融合共融，引领智能社会”为主题的世界机器人大会在北京举办；2017年7月，国务院印发《新一代人工智能发展规划》，规划指出，在把握全球人工智能发展态势的大背景下，应立足国家发展全局，全面增强科技创新基础能力，找准突破口和主攻方向，拓展重点领域的应用深度和广度，全面提升经济社会发展和国防应用智能化水平，重点开展机器人关键共性技术研究。

表1-1我国机器人技术与产业相关政策

时间

发布部门

政策名称

2012年4月

科技部

《智能制造科技发展“十二五”专项规划》

2012年4月

科技部

《服务机器人科技发展“十二五”专项规划》

2012年5月

工信部

《智能制造装备产业“十二五”发展规划》

2012年7月

国务院

《“十二五”国家战略性新兴产业发展规划》

2013年12月

工信部

《关于推进工业机器人产业发展的指导意见》

2015年5月

国务院

《中国制造2025》战略

2017年7月

国务院

《新一代人工智能发展规划》

智能移动机器人是一种具有较强自主规划、自主组织和自适应能力的有效工具。它无须人为介人就能在复杂环境中自主移动，并利用所携带设备完成各种人类难以完成的探索、救援、运输、科学研究等任务。但是随着应用的不断深入，对智能移动机器人的需求趋于多元化，其中对多移动机器人系统的需求愈发强烈。一方面，对于复杂的任务，单个机器人无法独立完成，需要多个机器人的协调合作才能完成；另一方面，多机器人通过相互之间的协调与合作，提高系统的工作效率，如在工作环境发生变化或系统发生局部故障时，多机器人仍可以通过彼此间的协调与合作来完成既定的任务。在这样的背景下，多机器人系统的研究备受青睐。麻省理工学院(Massachusetts Institute of Technology)iRobot群体机器人研究团队研究出超过100个机器人的多机器人系统，并应用于实践)。田纳西大学(University of Tennessee)的林恩·E.帕克(Lynne E.Parker)博士带领其研究

团队研发了具有容错能力的ALLIANCE系统，理论验证了该系统成员机器人既

1绪

论003

可以动态加入又可以退出协作任务的可行性。此外，美国国家航空航天局(National Aeronautics and Space Administration)s-、西弗吉尼亚大学(West

Virginia University))、日本大学(Nihon University)s)、宾夕法尼亚大学(University of Pennsylvania)]、佐治亚理工学院(Georgia Institute of

Technology)o、南加利福尼亚大学(University of Southern California)-]等也对多无人机或多机器人编队控制问题进行了相关研究。同时，国内的许多高校及研究机构对多机器人系统的研究也已经取得了一些较成熟的科研成果。中国科学院沈阳自动化研究所建立了一套多机器人协作装配系统，不仅实现了机器人协作过程中内部成员的控制管理及轨迹规划，还实现了信息交互、分析推理及任务分配1]。针对多机器人协调问题，上海交通大学自动化研究所研发了一套具有开放性、通用性的分布式协调平台，并对相关问题展开了深入研究。此外，清华大学15-16们、浙江大学1)、华中科技大学18-1)、哈尔滨工业大学[02]、中国科学技术大学)、国防科学技术大学24、西北工业大学26刃、南京理工大学8]、华东理工大学、中南大学3、北京航空航天大学、北京理工大学2]、电子科技大学3、华南理工大学3)、哈尔滨工程大学353、天津大学3]、南京航空航天大学3]等高校也都对多机器人（智能体）编队问题进行了深入的研究。与单机器人相比，多机器人系统在有效性、灵活性、适应性、鲁棒性方面具有显著的优越性，因而成为近几年

的研究热点之一[395]。

多机器人编队控制是解决多机器人协调与合作的切实有效的方法之一。图1-1给出了几种典型的多智能体编队应用实例。多机器人编队控制是一个典型的多机器人协调控制问题，也是多机器人系统研究的基础，主要涉及编队如何形成，如何保持以及如何变换三个问题。在执行复杂任务时，良好的编队及协作方式可以促使多机器人快速、高效地完成任务。多机器人编队控制作为多机器人系统的一个重要研究方向，在经历了20多年的发展后，在军事、测绘、勘探、海洋环境监测、数据搜集、港口安全、工农业生产、空间探索、交通控制、医疗与服务行业等领域均得到了一定的实际应用-8)。任(Ren)等6利用相邻机器人的位置信息来实现编队控制，在军事、搜索和营救方面得到了很好的应用。默里(Murray)等分析了多机器编队在监视、搜索、探索、合作侦察、环境监视和协同操作方面的应用，并把编队问题转化为最优控制问题实现编队控制。邓巴宾(Dunbabin)等8基于人工势场法实现了编队控制，并用于环境监测和数据搜集。

多机器人编队在各个领域得到了广泛应用，因而引起了国内外研究者的广泛关注。关于多机器人编队控制的国内0]、国外1-]综述性文章详细分析了多机器人编队的研究热点、目前及未来应用、控制方法、控制理论、发展动态及未来面临

004机器人编队控制方法研究

(a)

(b)

(c)

(d)

图1-1几种典型的多智能体编队应用实例

(a)空中战机编队(b)航母编队(c)直升机编队(d)机器人编队

的挑战。通过梳理国内外研究可知，基于位置、距离、距离-角度等观测信息的多机器人编队研究居多。而在实际中，角度以外的观测信息有时难以获得，如何利用有限的观测信息达到理想的控制效果已成为一个极具研究价值的科学问题。最早基于纯角度信息来实现编队控制的研究始于2002年5)，基于视觉传感器来获得年度信息的多机器人协作定位[]的相关研究则始于2005年。本书针对这个关键性问题，以多机器人编队控制为研究对象，提出了一种基于纯角度观测信息的多机器人编队控制方法，即仅利用跟随机器人观测领航机器人的角度信息，而不需要距离等更多观测信息的编队控制方法。该方法既可以有效提高运算效率又可以进一步完善多机器人编队控制与协作定位的理论和实现方法。

1.2多机器人编队控制研究方法与发展动态

1.2.1多机器人编队控制方法

多机器人编队控制可分为编队调节控制和编队跟踪控制5)。多机器人在运

1绪

论005

动过程中既可以保持固定编队，又能在障碍物环境下实现编队变换，这属于编队调节控制的范畴57-5町。编队跟踪控制是编队控制的另一项重要内容，重点研究多个机器人在形成编队的同时跟踪一个期望目标的问题，已引起研究者的广泛关注[06)。根据跟踪目标的不同，可大致分为期望速度跟踪[60-6]和期望轨迹踪[6必6。编队轨迹跟踪的目标是使多机器人保持理想编队的同时能够跟踪参考针迹，为使多机器人在运动过程中达到良好的跟踪效果，每个机器人需要与其相邻的机器人进行信息交换68-6)。领航-跟随法[2门是目前普遍采用的轨迹跟踪方法。刘(Lu)等62]提出了一种运动规划方法，实现了有限时间内多机器人编队的有效跟踪。可汗(Khan)等3提出了一种优化方法，实现了非完整约束的多机器人编队控制和跟踪。埃尔南德斯·马丁内斯(Hernandez-Martinez)等6提出了两种基于近似速度的多机器人编队跟踪控制律，实现了多机器人编队控制和跟踪。王(Wang)等设计了一种编队跟踪算法，解决了二阶多机器人系统的编队跟踪问题。彭(Png)等66]提出了一种基于一致性的分布式编队控制方法，实现了多机器

人编队控制和跟踪。葛(G)等6)提出了一种基于人工势场的编队跟踪控制方法，

实现了约束环境下多机器人编队控制和跟踪。然而，文献[62一67]多集中于对单个领航机器人和单/多个跟随机器人组成的单级编队进行研究，而少有文献研究每级都由单个领航机器人和单/多个跟随机器人组成的级联编队：

从多机器人系统控制的角度出发，多机器人编队控制又可分为集中式控制和分布式控制两类。对于集中式控制，多机器人系统中的每个机器人都要与编队中其他机器人进行信息交互，如自身位置、速度、姿态和运动目标等信息。而对于分布式控制，每个机器人只需将自己的位置、速度、姿态和运动目标等信息与编队中相邻的机器人进行信息交互，同时每个机器人利用局部信息协调自身的运动，避免与其他机器人发生碰撞。在集中式控制中，每个机器人都能获取整个编队的信息，有利于全局队形的分析，控制效果好，但也存在通信量和运算量大、算法复杂等问题；而在分布式控制中，各机器人只需获取相邻机器人的信息，通信量和运算量较小，有利于实时控制，但相对稳定性较差。虽然分布式控制效果不如集中式控制好，但其控制结构简单、可靠，交互信息量小，有利于避免信息冲突。此外，分布式控制策略具有更强的适应性，在面临由于任务变更或机器人故障而需要旧机器人退出或新机器人加入编队等突发情况时，具有较好的扩充性及容错性。正是分布式控制具有可将突发事件的影响限制在有限范围内的优势，促使了关于多机器人编队信息交互的研究热点逐渐由集中式控制转向分布式控制。能同时解决信息交互、碰撞问题的分布式控制，是未来多机器人编队信息交互策略发展的方向，已引起研究者的广泛关注[0

006机器人编队控制方法研究

多机器人编队的主要控制方法如图1-2所示，主要包括领航-跟随(leader-follower)法2s、基于行为(behavior-based)法ss-so]、人工势场(artificialpotential)法[s7-s]、虚拟结构(virtual structure)法9o、图论(graph theory)法9等。其中领航-跟随法、基于行为法和人工势场法适用于分布式控制，而虚拟结格法和图论法适用于集中式控制

多机器人编队控制方法

分布式控制

集中式控制

基

航

行为法

拟结构

图

跟随法

势

法

图1-2多机器人编队的主要控制方法

1)领航-跟随法

领航一跟随法是指在多机器人系统中跟随机器人跟随领航者运动的多机器人编队控制方法。该编队控制方法将编队控制问题转化为跟随机器人跟随其领航者的朝向和位置问题，便于运用标准的控制论知识研究和分析其稳定跟踪误差。领航-跟随法的优点是仅需要给定领航者的行为或轨迹就可控制整个机器人群体的行为。根据观测量的不同，领航一跟随编队控制可分为基于距离、位置、角度、距离角度、距离-距离-角度观测信息的编队控制。康(Kag)等公研究了基于距离信息的多四旋翼及多机器人编队控制。阿兰达(Aranda)等-们对基于位置信息的多机器人编队控制进行了研究。郑(Trinh)等8-so研究了基于角度信息的多机器人编队控制。金(Ji)等81-]研究了基于距离-角度信息的多机器人编队控制。陈(Chen)等8研究了基于距离-距离-角度信息的多机器人编队控制。

2)基于行为法

基于行为的控制方法通过设计机器人的简单行为以及局部控制规则，使机器人群体产生如编队保持、轨迹跟踪和避碰等所需的整体行为。该方法首先定义了

一个包含机器人简单行为的行为集，而最终的行为输出则由对每个基本行为的重要性和优先级加权计算确定。基于行为的控制方法的优点是当机器人具有多个竞争性目标时，采用基于行为法较易确定控制策略。然而，因为不能明确地定义群体

···试读结束···