多机器人协同控制方法研究

这篇具有很好参考价值的文章主要介绍了多机器人协同控制方法研究。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

        随着经济的快速发展,机器人在各行各业的普及度越来越高,与此同时,单一的机器已经逐渐不能满足人们的需求。在面对工农业生产、高危环境作业、水下与空间环境探测、卫星协同控制等复杂环境下,机器人协同研究成为一个亟待优化的问题。

        从整体来说机器人协同控制是一个涉及许多方面的问题,主要包括:路径规划、任务分配、协同控制、平滑处理四大问题。

        路径规划包括传统路径规划算法、基于采样路径规划算法、智能路径规划算法。

        其中传统路径规划算法包括:A*算法、D*算法、人工势场法。A*算法,是Dijkstra算法与广度优先搜索算法(BFS)的结合,属于启发式算法,针对全局做路径规划,目的是寻找代价最小的路径,优于Dijkstra;D*算法又称动态A*算法,使用反向搜索,即从目标点开始,由于储存了空间中每个点到终点的最短路径信息,故在重规划时效率大大提升,适用于动态环境的路径规划;人工势场法是将目标和障碍物视为均匀电场中的电荷,分别存在引力与斥力,属于局部路径规划,容易存在局部极小值,陷入局部最优解,但其路径较为平滑。

        基于采样路径规划算法包括随机路线图算法(PRM)、快速扩展随机树算法(RRT)。PRM是一种基于图搜索的算法,可以将连续状态空间转换成离散状态空间,在利用A*等搜索算法在路线图上寻找路径,提高搜索效率,适用于高维且约束复杂的路径规划,需要加入局部路径规划对其进行优化;RRT是一种通过随机构建空间填充树来有效搜索非凸,高维空间的算法,通过对状态空间中的采样点进行碰撞检测,避免了对空间的建模。其以初始点作为根节点,通过随机采样增加叶子节点的方式,生成一个随机扩展树,当目标点位于随机扩展树上时,能够找到一天初始点到目标点的路径。但是规划出的路径质量一般,可能存在棱角、不够光滑,不适用与动态环境。

        智能路径规划算法包括神经网络算法、遗传算法、粒子群优化算法、布谷鸟算法、蚁群算法。神经网络算法是深度强化学习的一部分,其利用了深度学习的感知能力与强化学习的决策能力,通过机器人与环境的交互过程不断试错,通过环境评价性的反馈,实现系统更加智能的决策控制,神经网络可以很好得解决维度灾难的问题,但其对硬件要求较高,调参较为困难。遗传算法是为给定的问题分配一个种群,并根据目标函数为种群的个体分配适应能力值,种群内的个体根据环境进行选择,并可通过杂交进行基因传递,它是是一种高效、并行、全局搜索的方法。粒子群优化算法源于对鸟/鱼群捕食行为的研究,模仿社会动物的行为,不要求任何领导,它是通过靠近食物的粒子对其他粒子的引导。布谷鸟算法是指每只布谷鸟在随机选择的空巢中一次只下一蛋,最好的巢将会被传到下一代,改进算法,提升了原始算法的收敛速度和效率,可用于无人机路径规划算法中的性能时间优化问题,同时需要使用差分对路径进行优化。蚁群算法是蚂蚁在寻找食物过程中发现路径的行为,它具有分布计算、信息正反馈和启发式搜索的特征,本质上是进化算法中的一种启发式全局优化算法。

        任务分配主要分为集中式控制系统、完全分布式控制系统、部分分布式控制系统、基于多智能体分布式控制系统。集中式控制系统是通过长机或地面控制中心控制全局,它的计算量大、对服务器要求高、在突发情况下不具备自治能力;完全分布式控制系统的各机器人地位平等, 以相互协商、相互协调的方式完成任务分配,但是容易陷入局部最优,产生竞争;部分分布式控制系统是长机或地面控制站将任务分解成小任务包,分配给各个机器人,机器人通过规划并相互协调最终将收益、损失数据反馈给控制中心;基于多智能体分布式控制系统是由不同的单个智能体 (Agent) 为完成某一特定任务组合而成的多智能体系统,每一部分负责各自的功能。

        协同控制是整个系统的关键,其中包括通讯与编队控制两大部分。机器人之间的通讯一方面可以通过话题通讯,基于相同的UDP广播和TCP连接,通过构建WiFi网络加入通讯;另一方面通过外部通讯装置,例如Zig Bee、无线串口,如果是集成好的机器人,在其上添加外部设备,设置连接也是一个不小的问题。

        编队控制包括基于领航-跟随的编队控制方法、基于虚拟结构的编队控制方法、基于人工势场的编队控制方法、基于行为的编队控制方法、基于路径跟随的编队控制方法。其中使用较多、操作较为简单、易于实现的还是领航-跟随法。领航机器人主要负责路径规划、动态避障与发布启动命令等,跟随机器人与其编队保持,其鲁棒性较强。

        平滑处理主要针对规划出来的路径多为折线,路径有部分缺失的情况。主要的方法有拟合、插值与优化。基于插值拟合的平滑处理包括基于图(直线、圆弧、圆)的方法、基于函数的方法,其中较为常见的是基于函数的三次样条插值、b样条插值与多项式插值。基于优化的平滑处理方法包括Hybrid A*平滑、共轭梯度非线性优化方法。文章来源地址https://www.toymoban.com/news/detail-521086.html

到了这里,关于多机器人协同控制方法研究的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • 机器人坐标系解读及四足机器人虚拟模型控制(VMC)控制方法

    终于理清VMC控制方法了,对于很多新入门机器人的小伙伴,尤其像我这样做毕设前完全没有接触过机器人的本科生来说,坐标变换可谓是一大难,很多教材说的也是非常一本正经,非常不利于入门学习。本文对四足机器人坐标变换以及VMC控制方法作以简要介绍,力求简单易懂

    2024年02月06日
    浏览(45)
  • 电机无位置控制方法研究

    无位置控制方法研究 1.无位置控制技术研究现状 2.反电动势过零检测法 3.反电动势三次谐波积分检测法 4.续流二极管法 5.磁链法 6.扩展卡尔曼滤波算法(EKF) 7.基于扩展卡尔曼滤波算法(EKF)的转速及位置估算 8.电感测量法 9.涡流效应检测法 10.人工智能法 11.电流法 1.无位置

    2024年02月01日
    浏览(43)
  • 【四旋翼飞行器】【模拟悬链机器人的动态】设计和控制由两个四旋翼飞行器推动的缆绳研究(Matlab代码实现)

    💥💥💞💞 欢迎来到本博客 ❤️❤️💥💥 🏆博主优势: 🌞🌞🌞 博客内容尽量做到思维缜密,逻辑清晰,为了方便读者。 ⛳️ 座右铭: 行百里者,半于九十。 📋📋📋 本文目录如下: 🎁🎁🎁 目录 💥1 概述 📚2 运行结果 🎉3 参考文献 🌈4 Matlab代码实现 四旋翼飞

    2024年02月05日
    浏览(41)
  • 基于联邦强化学习的集群机器人协同导航

    1.1 集群机器人技术仿生背景 灵感来自群居昆虫,比如蚂蚁,它们利用信息素进行长距离觅食。由于群居昆虫能够集体完成单个个体无法完成的具有挑战性的任务,因此群体机器人系统有望在动态复杂环境下完成单个机器人难以完成的具有挑战性的任务。 示例1:蚁群协同工作

    2024年03月20日
    浏览(63)
  • KUKA机器人暂停与再启动的控制方法编程示例

    前面和大家分享了通过中断程序控制KUKA机器人暂停与再启动的具体方法,感兴趣的可参考以下链接中的内容: 通过中断控制KUKA机器人暂停与再启动的具体方法示例 本次和大家分享通过在sps子程序中编程来实现KUKA机器人暂停与再启动的控制方法。 如下图所示, 通过Work Vis

    2024年02月13日
    浏览(59)
  • 通过中断控制KUKA机器人暂停与再启动的具体方法示例

    中断程序的基本介绍:  当出现例如输入信号变化等事先定义的事件时,机器人控制器中断当前程序,并处理一个已定义好的子程序  由中断而调用的子程序称为中断程序  最多允许同时声明32个中断  同一时间最多允许有16个中断激活 使用中断时的基本步骤(建议这样

    2024年02月10日
    浏览(211)
  • 基于机器视觉的表面缺陷检测方法研究进展(2022最新)

    参考文献:基于机器视觉的表面缺陷检测方法研究进展-赵朗月 此文章仅为作者阅读学习记录,如有错误欢迎指正交流,如果对你有帮助还望点赞支持,谢谢! 给出了缺陷的定义、分类及缺陷检测的一般步骤,阐述传统方法、机器学习、深度学习,并比较和分析了优缺点。

    2024年02月08日
    浏览(35)
  • INDEMIND:“大+小”多机协同,实现机器人商用场景全覆盖

    随着商用清洁机器人进入越来越多的场景中,单一的中型机器人并不能有效覆盖所有区域,更加细分化的产品组合正在成为新的趋势。 在商用场景中,目前的商用清洁机器人几乎均是中大型的产品形态,较大的体型意味着更高的清洁效率,但本身也限制了清洁覆盖率。无论是

    2024年02月10日
    浏览(41)
  • 工业4.0 - Industrial 4.0领域的研究已经形成了一个完整体系,涉及机器人技术、生物技术、信息技术、工业控制系统、计算机视觉、大数据、人工智能、机器学习、人工神经网络等众多领域。

    作者:禅与计算机程序设计艺术 5月30日,由德国汉堡消费品有限公司发布了2020年度“汉堡行业报告”,预测,2020 年“汉堡市场规模将达到 2000亿美元”。这种估算引起轰动,而作为全球食品巨头,汉堡行业的估值也已超过了5000亿美元。与此同时,全球的“工业4.0”领域也走

    2024年02月10日
    浏览(63)
  • 创建双臂协同机器人Baxter工作站(ROS-noetic)

    进入终端依次执行以下命令 : 创建工作空间 编译 把工作空间地址加入环境变量 或者添加到~/.bashrc文件,下次打开终端就不用执行手动执行这条命令了 下载Baxter的SDK软件包 BaxterSDK软件包连接 选择Baxter的noetic版本下载,然后解压复制到工作空间的src下(~/ros_ws/src) 使用rosde

    2024年02月02日
    浏览(52)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包