多移动机器人编队控制的研究黄小起

《多移动机器人编队控制的研究黄小起》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、多移动机器人编队控制的研究答辩人：黄小起导师：杨光红教授二零零九年七月二日1主要内容课题背景1基于跟随者领航者方式的多机器人编队控制3多移动机器人编队的分层控制策略4移动机器人建模2总结与展望52课题背景计算机技术无线通信技术多机器人协调合作实现多个机器人协调合作优点：1、提高完成任务的效率；2、增强系统的容错性、鲁棒性；3、完成单一机器人难以完成的任务；4、加强了机器人的环境识别能力。一个典型性的问题就是编队3课题背景编队控制：是指多个机器人在到达目的地的过程中，保持某种队型，同时又要适应环境约束的控制技术应用：1

2、、军事领域：排雷，航天器、无人机的编队飞行、自主水下航行器的编队航行；2、生产领域:探矿、(水下)测绘、播撒(农药)，(桥梁)探伤；3、服务领域：清扫(灰尘、树叶)、运送等。返回多机器人编队示意图4以两轮差分驱动机器人作为对象建模移动机器人建模移动机器人的运动学模型移动机器人的动力学模型移动机器人运动坐标系返回5多机器人编队队形控制方法主要有以下三类：1、跟随领航者法2、基于行为法3、虚拟结构法跟随领航者法基于行为的控制法虚拟结构法跟随—领航方法控制简单，实际应用中非常广泛。基于跟随者领航者方式的编队控制6Leade

3、r-follower队形保持基本控制控制目标：基于跟随者领航者方式的编队控制控制跟随领航者主要控制方式是：多机器人编队的队形71、考虑了两机器人的相对运动方向角转化为Leader-follower队形控制示意图2、在全局坐标系中建立笛卡儿坐标系，避免在极坐标中建模系统存在固有奇异的的问题。改进：基于跟随者领航者方式的编队控制8系统建模在全局坐标系中建立笛卡儿坐标系，根据机器人间的相对距离，相对位置夹角，相对运动方向角建立系统模型系统模型的动态误差为Leader-follower队形控制示意图9令则有控制器设计运用输入

4、—输出反馈线性化方法设计控制律10控制器设计基于闭环控制规律的移动机器人运动控制原理图则可得控制器为：11编队稳定性分析（3.31）定理3.2：若系统遵循式(3.31）所描述的控制律，并且leader的模式进行运动，指数收敛到0。以定理3.1：若leader-follower编队系统遵循式(3.31)所描述的是渐进稳定的。控制律，12编队稳定性分析定理3.3：若系统遵循式(3.31）所描述的控制律，并且leader的模式进行运动(均为常数)，渐进收敛到常数以编队可能出现的情况其它情况？？？leader做匀速直线运动l

5、eader做匀速圆周运动任何情况下即13多移动机器人编队的滑模控制1、leader作匀速直线运动时候，相对运动方向角误差才能收敛到零输入输出反馈线性化方法2、缺乏对扰动的鲁棒性滑模控制方法能够克服这些局限性14编队滑模控制要使编队误差收敛到零可以通过使变量收敛到零来实现15设计控制律为：定理3.4：在假设1成立的情况下，在式（3.52）中的控制输入能够通过（3.54）的给定使式（3.50）所描述的滑动面稳定。（3.54）选择李雅普诺夫函数为：编队滑模控制16结论3.1：如果式（4.7）表示的滑动面渐进稳定，则收敛到期

6、望值，即队形收敛到期望队形。领航机器人速度正负变化时队形收敛情况当领航机器人速度为正(0,0,)是它的稳定平衡点。时，(0,0,0)是它的稳定平衡点。当领航机器人速度为负时，滑模控制17滑模控制用同样的方法可以证明该控制律可以使滑动面s渐近收敛到零。为了保证系统的稳定性，对的情况我们设计如下滑模面和控制律18领航者（实线）和跟随者（虚线）的运动轨迹的仿真曲线两机器人编队误差曲线初始状态为领航机器人做匀速直线运动基于输入—输出反馈线性化法仿真研究控制目标19初始状态为领航机器人做匀速圆周运动领航者（实线）和跟随者（虚线

7、）的运动轨迹的仿真曲线两机器人编队误差曲线基于输入—输出反馈线性化法仿真研究控制目标20领航者（实线）和跟随者（虚线）的运动轨迹两机器人编队误差领航机器人速度为正初始状态为期望队形为基于滑模控制的多机器人编队仿真曲线两机器人编队误差曲线基于输入—输出反馈线性化法对比基于滑模控制的仿真研究21领航机器人速度为负领航者（实线）和跟随者（虚线）的运动轨迹两机器人编队误差曲线返回基于滑模控制的仿真研究领航者（实线）和跟随者（虚线）的运动轨迹对比针对速度为负设计的控制律22多机器人编队分层控制示意图多移动机器人编队的分层控制策

8、略该结构是集中式和分布式结构的综合，兼二者的优点。负责机器人局部控制算法主要的协调机制由人介入下达任务处理异常情况各层主要功能23机器人智能体的控制结构机器人智能体采用基于行为融合的控制算法多移动机器人编队的分层控制策略24机器人运动行为分解(1)向目标点运动(2)保持队形多移动机器人编队的分层控制策略25（4）异常情况处理(3)避障个体机器人