多机器人系统的协作控制算法设计与实现

《多机器人系统的协作控制算法设计与实现》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、摘要多机器入协作与控制研究的基本思想前提就是将多机器人系统看作是一个群体或一个社会，从组织和系统的角度研究多个机器入之间的协作机制，从而充分发挥多机器人系统各种内在的优势。本文将多机器人系统的协作控制分为：全局任务分配，局部协调策略，底层运动控制三个由高到低的层面，其中：全局任务分配规定了整个系统的工作模式，制定了全局任务执行方式的框架；局部协调策略则是遵循整体框架的前提下，有效组织多个机器人合作，使得某个任务的执行变得科学、有效；底层运动控制则是运用控制理论的成果合理驱动机器人，它决定了上层策略能否最终得以

2、实现。这三者分别起到了：统领全局，承上启下和功能实现的作用，他们相互影响，相互制约，也因此成为了贯穿本文对多机器人系统协作控制问题研究的主线。本文分别针对这三个方面，进行相关的理论研究、解决方案设计及实验分析，主要包括以下内容：首先，研究了多机器人协作搜集、搬箱子问题。介绍了任务分配的方法和任务的类型，建立了用混杂自动机模型描述的基于动态角色分配的任务分配机制，借鉴了蚁群算法的任务分配方法，进行了大量的仿真，统计了实验结果，分析比较了不同的任务分配策略的优劣特性。其次，研究了机器人围捕问题。调研分析了Q学习作

3、为解决围捕问题的理论依据的可行性。独创性的以围捕队形作为学习状态的划分依据，并依其优劣特性表现出的数学规律，设计了评价函数。最终通过仿真验证其有效性。再次，研究了移动机器人领航．跟随运动系统的控制问题。研习了精确线性化的理论知识，对非完整约束的跟随运动系统建立了运动学模型，推导证明了控制律，制定了基于XML格式的通讯协议，实现了两车的实时数据通讯。最后，研究了仿真软件作为算法有效性验证工具的问题。分析了MuRoS开源软件的系统构架，扩充了基础功能类库，添加了模拟控制函数，最终图解了几个主要的全文中提到的仿真实

4、验。关键词：混杂模型；蚁群算法；Q学习；队形矩阵；精确线性化AbstractConsideringmulti—robotsystemaSacolonyorcommunityintheviewofgrouporsystem，isausualwaytosolvetheproblemofcooperation,whichwillenlargetheadvantageofmultisystem．Itisconsideredinthispaperthatthemulti—robotcontrolproblemfromt

5、hreeaspects：GlobalTaskAllocation，LocalCoordinate，ActionContr01．TheTaskAllocationestablishtheframeworktobeexecuted．LocalCoordinatetrytomakesurethateverymemberworktogethereffectiveandreasonable．Motioncontrolenforceeachmembertoachievetheoutputdesiredbythesyste

6、minthehelpofcontroltheory．Theseareconditionalandreactivebetweeneachother,whichmakethemthecoreoftheresearchofmulti-robotsysteminthisarticle．Weresearchthesethereaspectsbytheorystudy,solutiondesignandsimulationresultanalysis．Themainworksareasfollows：Firstly,Re

7、searchtheobjectmovingproblem．Introducethewaytotaskallocationandtasktype．Establishingtheroleassignmentmodelunderahybridsystemframework，andanothermodel谢t11theideaofantcolonyalgorithm．Abigamountofexperimenthasbeencarriedout．Theresultswereshowandanalysiswasgive

8、n．Secondly,Researchthehuntingproblem．GivethefeasibilityresearchofQ—Learningtosolvehuntingproblem．Proposesanewmethodtoindicateaformationbyintroducingformationmatrixeswhicheffectivelyreducethedimensionso