基于任務(wù)劃分的多機(jī)器人協(xié)調(diào)與跟蹤控制研究.pdf

1、多機(jī)器人系統(tǒng)具有容錯(cuò)能力強(qiáng)、魯棒性高等優(yōu)點(diǎn)，能夠在復(fù)雜環(huán)境下高效、可靠地完成任務(wù)，因而得到廣泛的應(yīng)用，并成為當(dāng)前機(jī)器人領(lǐng)域的研究熱點(diǎn)。由于系統(tǒng)由多個(gè)機(jī)器人組成，因而存在著任務(wù)分配、資源競爭和沖突消解等問題，只有對多機(jī)器人進(jìn)行有效的協(xié)調(diào)控制，才能使上述問題得到解決，進(jìn)而使系統(tǒng)工作能力大幅度增強(qiáng)，工作效率顯著提高，功能及工作范圍明顯擴(kuò)大。由多個(gè)具有一定感知和決策能力的輪式移動(dòng)機(jī)器人構(gòu)成的多機(jī)器人系統(tǒng)，因具有結(jié)構(gòu)簡單、節(jié)能、容易控制等優(yōu)點(diǎn)，成

2、為多機(jī)器人系統(tǒng)中最具典型意義和應(yīng)用前景的一類系統(tǒng)。本文以該系統(tǒng)作為研究對象，在將生物免疫機(jī)理與多智能體的協(xié)作方法相結(jié)合的基礎(chǔ)上，對多機(jī)器人協(xié)調(diào)系統(tǒng)結(jié)構(gòu)、合作與競爭任務(wù)下的多機(jī)器人協(xié)調(diào)和多機(jī)器人跟蹤控制等問題進(jìn)行了深入研究。主要研究工作如下： 1．研究了多機(jī)器人協(xié)調(diào)系統(tǒng)結(jié)構(gòu)。在分析多機(jī)器人系統(tǒng)所面臨任務(wù)的基礎(chǔ)上，定義了基于任務(wù)劃分的協(xié)調(diào)概念，提出了任務(wù)劃分的協(xié)調(diào)分類。在深入分析多機(jī)器人系統(tǒng)現(xiàn)有體系結(jié)構(gòu)和面臨任務(wù)特性的基礎(chǔ)上，提出了

3、多機(jī)器人系統(tǒng)的分層分布式協(xié)調(diào)控制模型，并構(gòu)建了基于任務(wù)劃分的多機(jī)器人協(xié)調(diào)系統(tǒng)結(jié)構(gòu)框架。 2．研究了基于合作任務(wù)的多機(jī)器人協(xié)調(diào)。多機(jī)器人系統(tǒng)是由個(gè)體機(jī)器人組成的，而多機(jī)器人協(xié)調(diào)方式與個(gè)體機(jī)器人的控制方式密切相關(guān)。本文在深入研究現(xiàn)有個(gè)體控制結(jié)構(gòu)的基礎(chǔ)上，將免疫選擇與仲裁機(jī)理引入機(jī)器人控制體系結(jié)構(gòu)中，提出一種將行為控制與認(rèn)知結(jié)構(gòu)相結(jié)合的混合式機(jī)器人個(gè)體控制結(jié)構(gòu)，提高了機(jī)器人的適應(yīng)性?；诤献魅蝿?wù)的多機(jī)器人系統(tǒng)是一個(gè)高度動(dòng)態(tài)的分布式系統(tǒng)

4、，要求其既能對動(dòng)態(tài)變化的環(huán)境和任務(wù)具有反應(yīng)能力，還要具有學(xué)習(xí)與適應(yīng)的能力，相互配合完成任務(wù)。本文在深入研究免疫網(wǎng)絡(luò)模型的基礎(chǔ)上，結(jié)合多機(jī)器人系統(tǒng)中各機(jī)器人完成任務(wù)時(shí)所具有的動(dòng)態(tài)特性，提出了多機(jī)器人協(xié)調(diào)的合成免疫網(wǎng)絡(luò)概念?；讵?dú)特型免疫網(wǎng)絡(luò)模型，構(gòu)建了合成免疫網(wǎng)絡(luò)模型，設(shè)計(jì)了基于合成免疫網(wǎng)絡(luò)機(jī)理的合作任務(wù)多機(jī)器人協(xié)調(diào)控制算法，并通過仿真試驗(yàn)對算法進(jìn)行了驗(yàn)證，結(jié)果表明該算法是正確和有效的。 研究了基于混合任務(wù)的多機(jī)器人協(xié)調(diào)。首先研究

5、了有競爭任務(wù)而競爭雙方又無通訊的多機(jī)器人系統(tǒng)協(xié)調(diào)。通過對多機(jī)器人環(huán)境的分析，在對策論框架下進(jìn)行競爭任務(wù)協(xié)調(diào)，重點(diǎn)研究了多Agent系統(tǒng)中敵對平衡的學(xué)習(xí)算法。在分別對競爭和合作任務(wù)的多機(jī)器人協(xié)調(diào)研究的基礎(chǔ)上，提出了基于混合任務(wù)的多機(jī)器人協(xié)調(diào)模型，并設(shè)計(jì)了協(xié)調(diào)算法。該模型從任務(wù)劃分的角度出發(fā)，建立了分層結(jié)構(gòu)來處理多機(jī)器人協(xié)調(diào)，聯(lián)盟之間利用零和馬氏對策，聯(lián)盟內(nèi)部機(jī)器人之間采用基于免疫網(wǎng)絡(luò)的協(xié)作對策。通過在仿真足球機(jī)器人平臺(tái)上的實(shí)驗(yàn)，驗(yàn)證了混合

6、任務(wù)協(xié)調(diào)算法的可行性及優(yōu)越性。提出了一種機(jī)器人系統(tǒng)的混合路徑跟蹤控制方法。該方法將免疫反饋機(jī)制與非時(shí)間基控制相結(jié)合，使系統(tǒng)不僅具有不依賴時(shí)間規(guī)劃調(diào)節(jié)輸出控制的特性，而且能夠充分考慮機(jī)器人機(jī)械結(jié)構(gòu)與電機(jī)力矩特性的要求，實(shí)現(xiàn)在誤差較大時(shí)對控制量的限幅；通過對合適參數(shù)選取，從而改善整個(gè)控制系統(tǒng)的性能。對于新的動(dòng)態(tài)事件，采用插入處理算法，使機(jī)器人能夠適應(yīng)動(dòng)態(tài)變化的環(huán)境。本文拓展此方法來解決多機(jī)器人控制問題。隊(duì)型控制的仿真與實(shí)物實(shí)驗(yàn)結(jié)果表明，該控