多机器人系统动态跟随与队形控制研究

来源 :中国科学院自动化研究所 | 被引量 : 0次 | 上传用户:skyliou
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着机器人应用领域的不断拓展,多机器人系统以其柔性、并行性及鲁棒性等个体机器人所无法比拟的优越性受到普遍重视,多机器人协调的研究已经成为机器人学的重要研究方向之一。本文针对多机器人系统动态跟随与队形控制开展研究工作,主要内容如下:   首先,本文介绍了多机器人系统的特点,综述了多机器人系统的研究现状及主要研究内容,同时介绍了多机器人队形控制等方面的发展现状,并对研究背景和论文结构做了介绍。   其次,介绍了多机器人实体实验平台,包括主控上位机、驱动控制子系统和传感器子系统等,重点介绍了超声传感器和视觉传感器模型。给出一种基于无线局域网的多机器人通讯系统设计方案。   第三,给出一种基于模糊的多机器人协调跟随控制方法,机器人依靠自身的视觉信息跟随它的领航机器人,并与领航机器人保持期望的相对距离和相对观测方位角,不需要全局信息。   第四,研究了未知环境中的多机器人系统无碰协调跟随问题,提出一种跟随机器人的基于局部感知的多模式控制方法,分为到达、旋转角度调整、跟随、避障和随机搜索五种模式。   第五,提出两种基于Leader-Follower的队形控制方法:基于观察推理的队形控制方法和基于意图推理的队形控制方法。跟随机器人结合视觉与运动信息在自身的移动局部坐标系中多步递推预测领航机器人的运动,进而控制跟随机器人实现机器人之间的协调。   第六,提出一种不确定环境下的多机器人队形控制与变换方法。将队形问题转为跟随机器人离轴点对虚机器人离轴点的跟踪,通过这种局部跟随的方式,除领航者指引系统方向外,其它机器人均跟随自己的领航机器人,系统呈现出整体的队形形状。采用队形交换与避障相结合平滑躲避环境中的障碍物,设计故障容错策略应对机器人发生故障的情况以增强系统的鲁棒性。   最后,论文对所取得的研究成果进行了总结,并阐述下一步的工作。
其他文献
头部姿态估计是指在摄像机获取的人脸图像序列中确定人脸在三维空间中姿态的方法。头部姿态估计作为智能人机交互和计算机视觉中的一个重要的研究课题,在人脸识别、视频会议、
无线传感器网络(Wireless sensor networks, WSN)是传感器节点随机部署在空间区域内,通过无线多跳的方式传输监测数据,最终传送到用户终端的网络系统。近年来无线传感器网络运
随着企业设备规模的日益扩大和维修费用的逐年增长,世界各国对设备维修管理提出了新的要求。合理的维修计划,对降低维修成本、提高维修效益、促进企业的发展、提高企业的适应能
目前,液压伺服已经在在冶金工业领域占有重要地位。在大功率、快速、精确反应的控制系统中,特别是新型的现代轧机压下控制大都采用液压伺服控制。过去的轧机的电动压下系统由于
加热炉是冶金企业最主要的耗能设备,其自动控制策略是过程控制领域内的一个重要的研究方向。如何利用自动控制系统确保钢坯的加热质量、节约加热炉的能耗、确保燃烧系统的最佳
电力设备和电子设备迅速增长,致使大量的谐波电流注入电网,造成正弦波畸变,电能质量下降。这对各种电力设备、通信设备及线路都会产生有害影响,因而必须对电网谐波污染进行治理,而
智能监控系统的特点之一是对运动目标在监控视场中的行为进行分析,而行为分析的关键是对运动目标的跟踪。特别是在安防监控系统中,对特定目标的跟踪,因受周围环境的干扰因素多而
人工免疫是一种新兴的智能方法,正不断受到人们的广泛关注。由于人工免疫系统具有很好的记忆、识别、学习能力,一些传统方法难以解决的复杂问题,可以通过人工免疫方法解决。因此
超声波测量广泛应用于石油、化工、气象等部门。随着工业的发展,计算机、微电子、传感器等高新技术的应用和发展,实现无接触、智能化测量是超声波测量目前的发展方向。本课题研
近年来,自主车的研究已经成为机器人研究领域的一个重要分支,同时也成为研究的热点领域。面向高速公路,一般公路等结构化道路的室外移动机器人研究已成为现阶段民用交通运输领域