多機器人編隊跟蹤航跡控制探討范文

本站小編為你精心準備了多機器人編隊跟蹤航跡控制探討參考范文，愿這些范文能點燃您思維的火花，激發您的寫作靈感。歡迎深入閱讀并收藏。

《南京航空航天大學學報》2017年第S1期

摘要:對多機器人編隊跟蹤航跡進行控制，能夠有效提高多機器人合作工作效率及配合精度。對多機器人編隊跟蹤航跡的控制，需要實現多機器人各自避障路徑的尋找，設計了懲罰函數，完成編隊航跡的控制。傳統方法利用一致性思想，將對機器人編隊控制轉換成為系統穩定性問題，構建預測模型，但忽略了設計避障路徑的懲罰函數，導致控制精度偏低。針對蟻群算法路徑規劃初期路徑搜索不能規避障礙物的情況，提出人工勢場蟻群算法對機器人的編隊進行控制。采用柵格法實現機器人的環境建模，實現多機器人各自避障路徑的尋找，同時設計了懲罰函數，經過算法層層迭代，路徑與隊形狀態達到最優。仿真結果表明，勢場蟻群算法路徑規劃能夠規避障礙，對機器人編隊進行控制。

關鍵詞:多機器人;編隊跟蹤;航跡控制

1引言

當前機器人技術已經成為社會科技項目的研究熱點，機器人的研究是一個跨學科領域［1］，融合了人工智能、自動化、機電、通信工程等多個學科的知識，它的研究進展及水平高低體現了一個國家的計算機自動化水平［2－3］。由于機器人能夠探測外部環境，是一個具有模式識別，復雜任務執行與分配、自主行為決策等多功能的控制系統，能夠實現自主決策，不同機器人之間的協同合作，適應各種惡劣的環境并完成各種工作。文章對多機器人的編隊控制進行研究。多機器人編隊一般情況下包含兩個步驟［4－5］:首先，多機器人對自己的目標位置信息進行分析，分析完成之后通過控制方法和命令，使機械人形成一定的隊形向目標點移動，當前，研究機器人編隊控制的方法主要有三種，分別為領航跟隨法、基于行為法、人工勢場法。多機器人編隊協調問題是多機器人系統研究的熱電和難點之一。空間搜索等很多任務需要解決多機器人在不確定環境中形成一定隊形并按照預定的隊形繼續擰問題，即編隊問題。文獻［6］提出一種采用混合編隊方法即動態偏轉角度虛擬領航跟隨法結合基于行為法，該混合算法是在PSO算法的基礎上改進慣性權重公式，加速收斂速率和解決決意掉進局部最優的缺陷。該方法可以保持隊列穩定，形成隊形反饋，但該方法可行性低。過程較為繁瑣。文獻［7］提出基于預測控制的時滯機器人編隊脈沖控制方法。利用一致性思想將對機器人編隊控制轉換成為系統穩定性問題，構建預測模型，采用脈沖控制協議，在數值仿真中隨機設置一種包含生成樹的通信拓撲關系。該方法原理較為簡單，但是控制精度偏低，不能大范圍應用。文獻［8］提出一種基于模糊滑膜控制的多機器人系統編隊控制方法?；贚yapunov理論，運用領航一跟隨法，建立機器人系統的動力學模型。該模型具有不確定性，不能準確對多機器人進行編隊控制。為有效解決上述問題，提出人工勢場蟻群算法對機器人的編隊進行控制。采用柵格法實現機器人的環境建模，采用勢場蟻群算法實現多機器人各自避障路徑的尋找，同時設計了懲罰函數，經過算法層層迭代，路徑與隊形狀態達到最優。仿真結果表明，勢場蟻群算法路徑規劃能夠規避障礙，對機器人編隊進行控制。

2多機器人編隊跟蹤航跡控制原理

由于多機器人中每個機器人的起始點和目標點都不相同，因此，需要搜尋到最安全的路徑，避免這些機器人在運動過程中出現交叉、碰撞的情況，打亂運動秩序。因此，本研究中采用了蟻群算法對多機器人的運動路徑進行規劃，選取N組媽蟻并假設每組螞蟻中包含M類螞蟻，且每一類螞蟻代表一類機器人，不能出現重復。將相應的螞蟻放置到對應機器人的起始節點上，為了避免不發生碰撞，借鑒人工勢場中引力和斥力的概念，重新構造啟發式信息，在滿足機器人之間不發生碰撞的條件下，采用“輪盤賭”的方法根據信息素的濃度確定螞蟻下一運動節點，M類螞蟻全部完成路徑選擇之后，局部更新每類螞蟻在柵格圖上對應的信息素濃度。當N組螞蟻全部完成路徑選擇之后，全局更新N組螞蟻在每條邊上的M類信息素濃度。不斷重復上述過程，直到得出每個機器人的最優路徑。

3基于混合人工勢場－蟻群算法的多機器人編隊跟蹤航跡控制方法

3．1懲罰因子

為了避免出現局部最優的情況，通常采用“輪盤賭”的方法尋找各類螞蟻的全局最優解，但是由于螞蟻尋找路徑時蟻群算法根據偽隨機比例進行，搜尋到不安全路徑的幾率很高，因此，提出了懲罰因子的概念以淘汰不安全路徑，見式(6)，懲罰因子是一個施加在路徑長度的系數。

3．2勢場蟻群算法的勢場力分析

在人工勢場中存在引力市場和斥力市場，引力勢場由目標點形成，斥力勢場由障礙物形成。

4仿真結果與分析

仿真采用MATLAB軟件，首先進行柵格建模，形成20×20的柵格環境，障礙物區域設置成黑色，機器人的自由運動區域設置成白色，該虛擬環境中混合人工勢場—蟻群算法的參數設置:螞蟻種類數m根據群機器人的個數確定。

參考文獻:

［1］劉海光，孫明太，王桂芹．基于勢場啟發蟻群算法的遠程水中兵器航路規劃［J］．指揮控制與仿真，2016，38(6):42－45．

［2］張國秀，等．未知環境下基于模糊控制多機器人編隊算法［J］．指揮與控制學報，2016，2(3):182－187．

［3］紀友州．一種目標勢場啟發式蟻群算法的全局路徑規劃［J］．信息與電腦(理論版)，2016，(24)．

［4］王雪瑞，周巖．基于時變密度函數的多機器人覆蓋控制［J］．計算機工程與設計，2016，37(10):2816－2820．

［5］孟靜，陳罡，高曉?。嘁苿訖C器人的目標跟蹤研究［J］．計算機測量與控制，2016，24(4):141－145．

［6］仇國慶，牛婷，寇倩倩．基于改進LPSO混合算法的多機器人編隊［J］．科技創新與應用，2017，(7):11－12．

［7］張國良，等．基于預測控制的時滯多機器人編隊脈沖控制［J］．控制與決策，2016，31(8):1453－1460．

［8］錢殿偉．基于模糊滑模的多機器人系統編隊控制［J］．智能系統學報，2016，11(5):641－647．

［9］高田田，張莉，李炳德，高晴．基于改進粒子群算法的足球機器人路徑規劃．［J］．西安工程大學學報，2016，5(30):609－615．

作者：程慧芳1；馬麗艷2；賈東力2 單位：1．河北工程大學圖書館技術部，2．河北工程大學信電學院