多機器人系統(tǒng)的協(xié)作控制算法設計與實現(xiàn).pdf

1、多機器人協(xié)作與控制研究的基本思想前提就是將多機器人系統(tǒng)看作是一個群體或一個社會，從組織和系統(tǒng)的角度研究多個機器人之間的協(xié)作機制，從而充分發(fā)揮多機器人系統(tǒng)各種內在的優(yōu)勢。 本文將多機器人系統(tǒng)的協(xié)作控制分為：全局任務分配，局部協(xié)調策略，底層運動控制三個由高到低的層面，其中：全局任務分配規(guī)定了整個系統(tǒng)的工作模式，制定了全局任務執(zhí)行方式的框架；局部協(xié)調策略則是遵循整體框架的前提下，有效組織多個機器人合作，使得某個任務的執(zhí)行變得科學、有效

2、；底層運動控制則是運用控制理論的成果合理驅動機器人，它決定了上層策略能否最終得以實現(xiàn)。這三者分別起到了：統(tǒng)領全局，承上啟下和功能實現(xiàn)的作用，他們相互影響，相互制約，也因此成為了貫穿本文對多機器人系統(tǒng)協(xié)作控制問題研究的主線。本文分別針對這三個方面，進行相關的理論研究、解決方案設計及實驗分析，主要包括以下內容： 首先，研究了多機器人協(xié)作搜集、搬箱子問題。介紹了任務分配的方法和任務的類型，建立了用混雜自動機模型描述的基于動態(tài)角色分配的

3、任務分配機制，借鑒了蟻群算法的任務分配方法，進行了大量的仿真，統(tǒng)計了實驗結果，分析比較了不同的任務分配策略的優(yōu)劣特性。 其次，研究了機器人圍捕問題。調研分析了Q學習作為解決圍捕問題的理論依據(jù)的可行性。獨創(chuàng)性的以圍捕隊形作為學習狀態(tài)的劃分依據(jù)，并依其優(yōu)劣特性表現(xiàn)出的數(shù)學規(guī)律，設計了評價函數(shù)。最終通過仿真驗證其有效性。 再次，研究了移動機器人領航.跟隨運動系統(tǒng)的控制問題。研習了精確線性化的理論知識，對非完整約束的跟隨運動系統(tǒng)