多機器人系統(tǒng)協(xié)調(diào)與控制研究.pdf

1、多機器人系統(tǒng)、多機器人協(xié)調(diào)協(xié)作的研究己成為機器人學(xué)研究中一個充滿活力、具有良好應(yīng)用前景的研究方向。針對多機器人系統(tǒng)體系結(jié)構(gòu)、多機器人協(xié)調(diào)協(xié)作等基礎(chǔ)理論開展研究是一項具有重要的理論和現(xiàn)實意義的工作。本文結(jié)合國家“211”建設(shè)項目“智能移動機器人系統(tǒng)”，對機器人運動的自主定位、多機器人系統(tǒng)的體系結(jié)構(gòu)及多機器人協(xié)調(diào)規(guī)劃等問題進行了系統(tǒng)的研究。 首先，分析了多機器人協(xié)調(diào)對機器人控制體系結(jié)構(gòu)的要求，設(shè)計了一種改進的混合式體系結(jié)構(gòu)，給出了行

2、為管理、行為進程和行為決策的功能和設(shè)計方法。通過遺傳模糊控制方法獨立設(shè)計每一層行為，行為決策采用狀態(tài)線性調(diào)整的方式，并結(jié)合實驗室的機器人實驗系統(tǒng)開發(fā)了該結(jié)構(gòu)相應(yīng)的應(yīng)用軟件。 其次，針對室內(nèi)環(huán)境下的機器人定位問題，首先介紹了利用編碼器進行推算定位的原理和算法，為了解決在長距離導(dǎo)航時帶來的累積誤差，利用超聲波傳感器在機器人移動過程中與已知路標(biāo)的距離實現(xiàn)精確測量的前提下，通過卡爾曼濾波算法對測量數(shù)據(jù)進行融合，修正累積定位的誤差。實驗室

3、開發(fā)了全景視覺系統(tǒng)，利用其視野寬闊的優(yōu)勢和室內(nèi)環(huán)境的自然特征，實現(xiàn)了一種適用于室內(nèi)環(huán)境的基于全景視覺的多路標(biāo)定位方法，給出了基于全景圖像中自然特征的位姿計算算法。 再次，對快速模擬退火算法進行了改進，并將改進的快速模擬退火算法與勢場法相結(jié)合，解決了機器人在復(fù)雜環(huán)境下存在局部極小的問題。為了避免機器人之間的碰撞，采用一種新的危險度評估方法及危險度最高的機器人優(yōu)先考慮的原則，通過基于規(guī)則的動態(tài)規(guī)劃協(xié)調(diào)機器人之間的行為。提出了基于“注

4、意力”策略的機器人行為綜合決策方法，從行為角度實現(xiàn)了多機器人協(xié)調(diào)。 最后，為適應(yīng)復(fù)雜任務(wù)和環(huán)境，采用馬爾可夫?qū)Σ哒摰姆椒▽崿F(xiàn)多機器人強化學(xué)習(xí)，并結(jié)合MAXQ分層強化學(xué)習(xí)和Multi-agent的優(yōu)點，提出了一種基于MAXQ的Multi-agent分層強化學(xué)習(xí)的多機器人協(xié)調(diào)方法，增強了機器人在復(fù)雜環(huán)境下適應(yīng)環(huán)境和自協(xié)調(diào)的能力。此外，在附錄中對在研究過程中開發(fā)的多機器人仿真平臺和移動機器人實驗系統(tǒng)進行了簡單介紹。仿真實驗結(jié)果證明了各