多機器人協(xié)作定位及系統(tǒng)架構(gòu)研究.pdf

1、近年來，地面自主移動機器人技術得到飛速發(fā)展，逐漸滲透到工業(yè)、農(nóng)業(yè)和軍事等各個應用領域。由于個體機器人能力的局限性，多機器人協(xié)作技術應運而生，其可以利用群體協(xié)作的優(yōu)勢彌補個體能力的不足，完成個體無法完成的任務，是機器人模擬人類社會發(fā)展的必然趨勢，是當前人工智能和移動機器人研究領域的重要課題之一，其中協(xié)作定位又是多移動機器人技術的基礎問題，如何提高定位的精度、效率和穩(wěn)定性是研究的關鍵。
　　 多機器人協(xié)作定位是指機器人依靠自身攜帶的

2、傳感器和無線通信設備，通過分布式感知、信息共享、相對觀測等協(xié)作方式實現(xiàn)群體定位。與個體機器人定位相比，多機器人協(xié)作可以使得傳感器探測的范圍更廣，信息來源更多樣化，信息融合精度更高，并依據(jù)相互間的位置參照，可以更好地提高機器人定位和地圖創(chuàng)建的精度，并使協(xié)作及協(xié)同控制更加有效，例如較好地保持編隊隊形，編隊控制過程更加平滑穩(wěn)定等。本文從系統(tǒng)架構(gòu)角度和優(yōu)化控制角度，系統(tǒng)研究了提高多機器人協(xié)作定位精度、穩(wěn)定性和魯棒性的方法，具體內(nèi)容及成果如下：<

3、br>　　 1.為了提高多機器人編隊定位精度和控制穩(wěn)定性，提出一種多機器人復合EKF(Multiple Extended Kalman Filter，Multi-EKF)定位控制方法，方法采用領導-跟隨控制模式，首先跟隨機器人把其他成員作為相對固定路標，使用EKF進行自身定位；然后領導機器人將整個編隊作為一個整體，通過計算編隊的聯(lián)合概率分布，得到編隊的整體定位，并將結(jié)果反饋給各個跟隨機器人進行各自校正。采用這種整體預測-個體校正的反饋

4、控制方法，提高了編隊的定位精度和導航的穩(wěn)定性。
　　 2.在對機器人協(xié)作目標圍捕的研究中，提出了一種多機器人Cross-EKF圍捕算法，圍捕機器人依靠算法，各自利用EKF對目標進行定位，把各機器人對目標定位得到的后驗估計協(xié)方差進行交集計算，得到最小協(xié)方差區(qū)間，以該協(xié)方差區(qū)間邊緣點到均值中心最大距離為半徑，構(gòu)建收斂圓，多機器人以該收斂圓面為目標，從各個方向進行逼近圍捕。實驗結(jié)果表明將對動態(tài)點的收斂擴展到對動態(tài)面的收斂，有助于提高系

5、統(tǒng)的收斂速度和控制穩(wěn)定性。
　　 3.針對多機器人編隊定位導航的魯棒控制問題，提出了一種柔性控制結(jié)構(gòu)，結(jié)構(gòu)利用柔性結(jié)構(gòu)冗余大、易調(diào)節(jié)的特點增強編隊對外部動態(tài)環(huán)境的適應能力；利用Rao-Blackwellized粒子濾波算法得到較為理想的編隊形狀和預應力的搭配，增強系統(tǒng)內(nèi)部承載能力；利用主-從-備份的角色分配方式增強系統(tǒng)的執(zhí)行能力。實驗結(jié)果表明柔性結(jié)構(gòu)的多機器人系統(tǒng)能夠較好地適應外部和內(nèi)部環(huán)境的變化，具有較強的靈活性和抗毀能力，魯

6、棒性也得到了提高。
　　 4.在對多機器人協(xié)作導航過程中的實時定位與地圖創(chuàng)建問題的研究中，提出了多機器人協(xié)作實時FastSLAM(Multi-robots Cooperative Online FastSLAM，MRCO-FastSLAM)算法及其改進算法IMRCO-FastSLAM(Improved MRCO-FastSLAM)，算法解決了FastSLAM1.0中缺乏自身定位測量修正引起的累積誤差的問題和FastSLAM2.0

7、引入測量修正引起算法復雜度增加的問題。MRCO-FastSLAM在FastSLAM1.0和領導-跟隨編隊控制模式的基礎上，讓跟隨機器人在執(zhí)行SLAM的同時負責為主機器人提供輔助測量的服務，幫助領導機器人在SLAM的過程中，修正其定位估計誤差。為了進一步提高領導機器人SLAM的定位精度，降低跟隨機器人動態(tài)觀測噪聲和控制噪聲的干擾，改進算法IMRCO-FastSLAM讓跟隨機器人放棄執(zhí)行SLAM，采用靜止觀測，階躍式前進的協(xié)作方法，該方法在

8、消耗額外等待時間的基礎上，以時間的等待換取空間的精度提高，在對時間要求不是很苛刻的情況下，具有較好的適用性。
　　 5.仍然是針對多機器人編隊定位導航的魯棒控制問題，提出了一種新的多機器人定位導航控制方法，該方法在MRCO-FastSLAM研究的基礎上，使得跟隨機器人為領導機器人提供觀測修正的同時，將領導機器人位姿的后驗估計作為編隊的標準參考來修正自身位姿的先驗估計，在提高主機器人定位精度的基礎上，利用相對定位和反饋校正的控制方

9、法，提高跟隨機器人自身在隊內(nèi)的定位和控制精度。
　　 6.為了研究高效、通用和松耦合的多機器人協(xié)作定位體系結(jié)構(gòu)，提出將面向服務的架構(gòu)(Service Oriented Architecture，SOA)引入到多機器人體系結(jié)構(gòu)設計中，該結(jié)構(gòu)在分層結(jié)構(gòu)的基礎上，以服務為組成元素，設計了多機器人SOA協(xié)議與接口，在協(xié)作中實現(xiàn)對機器人下層功能組件的透明封裝和上層服務的靈活調(diào)用，可以有效避免異構(gòu)對協(xié)作的影響，有利于系統(tǒng)的構(gòu)建、擴展、重組和