基于视觉的移动机器人编队控制.pdf

.—甅猣.Ⅵ琺—瑂‘Ⅱ.畂篵籩痶瑆瑃,,·琲’.::.,畐.,瑅琹————————————————————————————————————————————————————————————————一一,
一#:琘,,:沈塑堕窒堕丕奎堂堡主堂垡笙壅,#:。,眈,:唬剩主要符号说明以,#￡:图像坐标系’阍谙袼刈晗抵械淖惯性坐标系瑉:.机器人坐标系像机坐标系像素坐标系相机焦距水平和垂直方向像素间隔像机坐标系原点在机器人坐标系嵘系淖领航者上两个标记点之间的距离目标机器人旌秸质心领航者在惯性坐标系中的位姿领航者在机器人坐标系中的位姿跟随者在惯性坐标系中的位姿跟随者速度和角速度领航者速度和角速度目标视线在惯性坐标系中的角度肽勘晔酉呒薪牵戳旌秸咔爸媒屹与目标视线夹角,,距离】,仍:纯:图像坐标系——————————————————————————————————————————————————————一一粁:猰忍:馰●
第绪论随着科技发展,机器人的研究也在如火如荼的进行,由于其应用领域不断扩大,所完成的任务不断加重,工作环境越来越复杂多样,单个机器人已经无法独立完成日益复杂的自动化任务,并且稳定性也不高,而多机器人在鲁棒性、效率以及冗余性上要比单机器人有很多优势,所以多机器人系统的研究从上世纪年代开始崛起一直到目前,多机器人技术得到了突飞猛进的发展,这也主要得益于高适应性的移动机器人控制技术、现实环境中的规划技术、环境信息传感器以及信息处理技术等的不断发展,同样机器人技术发展处于世界领先地位的美国和日本在多机器人领域引导全球趋势。国内外研究现状对于多机器人系统的研究目前主要有两大类型,,研究的主要内容包括如何组织多个机器人去完成任务,分解和分配任务以及保持机器人之间的运动协调一致。具有代表性的系统有:一、群智能机器人系统,典型的例子就是美国笱Э发的】和加拿大笱Э7⒌腃实验系统,他们是由许多无差别的自治机器人组成的分布式系统,通过个体机器人之间的交互以及个体与环境之间的交互,从交互中产生群体智能;二、白重构机器人系统,代表作是日本大学的教授领导的科研发的縖俊】,他们将多机器人系统中的机器人个体视为细胞元,这些细胞机器人可以智能地移动和组合,根据周围环境和任务的变化,可以相应地组织成复杂的器官机器人,还可以进一步组织成功能更加强大的任务系统,因此系统具有多变结构和学习适应的群体智能;三、协作机器人系统,在这方面的研究,美国沂笛槭冶冉铣晒Γ且丫晒ρ兄屏耸视糜诨和室内的试验系统癊”和,并且对多鳌⒆灾魈系结构、多暗任侍庾鯵畓芯俊Q芯砍晒惴河τ糜诠ひ悼2伞⑿乔蛱索、自动化生产,核废料处理等领域。国内在移动机器人的研究起步较晚,比较有代表性的有:中国科学院沈阳自动化所,沈阳航空航天大学硕士学位论文
这是一家国内研究多机器人技术较早也较全面的科研单位,他们以制造环境应用多机器人装配为背景,采用集中与分散相结合的分层结构体系建立了多机器人协作装配试验系统们,另外还有上海交通大学,主要从事基于多智能体理论的微型工厂中多个微小机器人的合作与协调,在国家苹凸易匀豢蒲Щ鹬С窒卵蟹⒘恕敖涣号’’和“’’自主移动机器人,他们的机器人足球队近年来在国内外比赛中多次获得冠军。此外,北京航空航天大学曾进行了多仿生鱼的协调运动,队形控制方面的研究,哈尔滨工业大学则主要从事空间机器人方面的姿态控制、协调等研究,国内在这个领域的研究也在追随世界的潮流不断进行,并且也取得了不错的成果。多机器人协作和协调是相互联系的,协作研究高层的组织机制问题,协调是对协作关系确定后的运动控制问题的研究T诙嗷魅诵餍飨低车难芯恐校嗷魅吮队是一个非常重要的部分,它作为一种常用的协作协调方法,要求多个机器人在到达目的地的过程中既要保持某种队形又要适应环境约束绫苷,其类别主要有两种,一是集中式控制,二是分布式控制。集中式控制需要一个集中控制单元监督队列中所有机器人并分别对每个机器人下达命令,这种方法的优点是利于整体队形的分析和把握,缺点是通信量和运算量都比较大,算法复杂,用到的方法有虚拟机构法和图论控制法。分布式控制比较灵活,通信量和运算量也相对较小,利于实时控制,缺点就是稳定性相对较差,其基本方法包括基于行为的方法,跟踪领航者算法和势场法。多机器人编队研究的若干问题多机器人编队以多个机器人组成指定队形运动为研究对象,研究的目标在于寻求一套分析、设计及控制机器人的有效方法,使其能够有效、高质的完成协调运动任务。围绕这个目的,研究人员展开了以下多个方面的研究【:.魅吮喽拥奶逑到峁褂朐硕婊多机器人体系结构与运动规划一直是一个研究重点,主要内容为动作选择、机器人的同构与异构、局部行为的连贯性以