多機(jī)器人編隊(duì)導(dǎo)航若干關(guān)鍵技術(shù)研究.pdf

1、多機(jī)器人學(xué)是當(dāng)前機(jī)器人領(lǐng)域中令人激動(dòng)且富有挑戰(zhàn)性的新興學(xué)科，有很強(qiáng)的學(xué)科交叉性，涉及到了生物學(xué)、管理學(xué)、分布式人工智能和控制論等多個(gè)領(lǐng)域。多機(jī)器人學(xué)領(lǐng)域的一個(gè)重要組成部分就是多機(jī)器人系統(tǒng)協(xié)作的研究，從系統(tǒng)的角度探討機(jī)器人群體的合作行為、信息交互及進(jìn)化機(jī)制等。本文研究的多機(jī)器人編隊(duì)導(dǎo)航正是典型的多機(jī)器人系統(tǒng)協(xié)作課題，該課題被廣泛應(yīng)用于軍事、救援、安防和機(jī)器人足球等領(lǐng)域。 多機(jī)器人編隊(duì)導(dǎo)航是指機(jī)器人群體通過(guò)傳感器感知周邊環(huán)境和自身狀

2、態(tài)，協(xié)作完成編隊(duì)，實(shí)現(xiàn)在有障礙物的環(huán)境中向目標(biāo)運(yùn)動(dòng)。其研究?jī)?nèi)容包括了協(xié)作定位，路徑規(guī)劃，多機(jī)器人通信，以及合作編隊(duì)等關(guān)鍵技術(shù)。本文圍繞多機(jī)器人編隊(duì)導(dǎo)航的幾個(gè)關(guān)鍵技術(shù)，根據(jù)它們?cè)诰庩?duì)導(dǎo)航系統(tǒng)構(gòu)成中的先后邏輯，展開(kāi)深入研究。 定位問(wèn)題是編隊(duì)導(dǎo)航基礎(chǔ)而又重要的問(wèn)題，定位的精度及實(shí)時(shí)性直接影響到編隊(duì)及導(dǎo)航的質(zhì)量。本文針對(duì)編隊(duì)機(jī)器人協(xié)同定位問(wèn)題，提出了一種基于多傳感器融合的多機(jī)器人協(xié)同定位方法。該方法以建立一個(gè)聯(lián)合濾波模型為基礎(chǔ)，聯(lián)合濾波

3、模型由三個(gè)子濾波器及一個(gè)主濾波器組成。首先利用離散卡爾曼濾波器融合機(jī)器人內(nèi)部里程計(jì)與陀螺儀，推導(dǎo)出慣導(dǎo)系統(tǒng)狀態(tài)方程；接著改進(jìn)了CMVision算法，并結(jié)合Adaboost算法訓(xùn)練的分類(lèi)器及攝像機(jī)標(biāo)定算法獲取目標(biāo)的定位信息，將此定位信息作為觀測(cè)輸入，通過(guò)擴(kuò)展卡爾曼濾波器估計(jì)視覺(jué)傳感器對(duì)目標(biāo)的定位狀態(tài)；然后激光測(cè)距掃描儀結(jié)合通過(guò)視覺(jué)傳感器獲取到的目標(biāo)在水平方向的投影跟攝像機(jī)光軸的夾角，獲取目標(biāo)的定位信息。將此定位信息作為觀測(cè)輸入，通過(guò)擴(kuò)展卡

4、爾曼濾波器估計(jì)激光測(cè)距掃描儀對(duì)目標(biāo)的定位狀態(tài)。最后主濾波器計(jì)算各子濾波器的信息分配因子，將各子濾波器估計(jì)結(jié)果按照信息分配因子權(quán)重，利用擴(kuò)展卡爾曼濾波器進(jìn)行融合，得到精確的目標(biāo)定位。 在協(xié)同定位的基礎(chǔ)上，本文針對(duì)編隊(duì)機(jī)器人導(dǎo)航過(guò)程的避障問(wèn)題，提出了基于障礙物運(yùn)動(dòng)預(yù)測(cè)的類(lèi)人方式移動(dòng)機(jī)器人避障方法。該方法使用常速(CV)模型、常加速(CA)模型和當(dāng)前統(tǒng)計(jì)(CS)模型描述障礙物運(yùn)動(dòng)狀態(tài)，利用交互多模型(IMM)算法預(yù)測(cè)出障礙物下一時(shí)間點(diǎn)

5、的位置，速度及加速度。將機(jī)器人周?chē)臻g由外到內(nèi)劃為規(guī)劃合理路徑區(qū)域(PPA)、常規(guī)避障區(qū)域(NAA)以及緊急逃逸區(qū)域(UEA)三個(gè)區(qū)域。基于障礙物運(yùn)動(dòng)狀態(tài)的預(yù)測(cè)信息，對(duì)進(jìn)入PPA的障礙物，改進(jìn)了人工勢(shì)場(chǎng)法進(jìn)行局部路徑規(guī)劃；對(duì)進(jìn)入NAA的障礙物，采用變速或繞行策略進(jìn)行避障；對(duì)進(jìn)入U(xiǎn)EA區(qū)域的障礙物，采用緊急逃逸算法，計(jì)算最佳逃逸角度進(jìn)行避障。 機(jī)器人之間的信息交互是多機(jī)器人系統(tǒng)研究的基礎(chǔ)，也是多機(jī)器人編隊(duì)導(dǎo)航最基本的需求。本文針對(duì)

6、采用Ad Hoc組網(wǎng)方式的編隊(duì)機(jī)器人數(shù)據(jù)通信，提出了一種基于Ad Hoc網(wǎng)絡(luò)帶寬預(yù)測(cè)方式的實(shí)時(shí)數(shù)據(jù)傳輸模型。發(fā)送方在通信過(guò)程中，使用跨層方式與接收端反饋方式，周期性提取對(duì)傳輸性能影響較大的幾個(gè)因素。根據(jù)這些因素之間的依賴(lài)關(guān)系，構(gòu)建貝葉斯網(wǎng)絡(luò)預(yù)測(cè)模型，并將周期性獲取的影響因素值作為實(shí)時(shí)樣本數(shù)據(jù)輸入預(yù)測(cè)模型。預(yù)測(cè)模型輸出下一時(shí)間周期Ad Hoc網(wǎng)絡(luò)帶寬的預(yù)測(cè)值。發(fā)送方根據(jù)該預(yù)測(cè)值控制網(wǎng)絡(luò)發(fā)送流量，達(dá)到更小丟包率和更大網(wǎng)絡(luò)帶寬利用率的目的。

7、 基于上述關(guān)鍵技術(shù)的研究，本文針對(duì)編隊(duì)機(jī)器人隊(duì)形變換問(wèn)題，提出了隊(duì)形變換最優(yōu)效率求解模型。將多機(jī)器人隊(duì)形變換模式分為靜態(tài)變換和動(dòng)態(tài)變換，并確定隊(duì)列變換能耗(FEC)與隊(duì)列收斂時(shí)間(FCT)作為效率衡量指標(biāo)。最優(yōu)FEC效率模型是使得隊(duì)列中所有機(jī)器人移動(dòng)距離之和最小的極小化模型；最優(yōu)FCT效率模型是使得隊(duì)列中移動(dòng)距離最大的機(jī)器人移動(dòng)的距離最小的極小化極大模型。動(dòng)態(tài)變換的效率模型增加了隊(duì)形幾何中心移動(dòng)方向與范圍的約束條件。通過(guò)求取模型的