[发明专利]一种移动自主机器人的编队控制方法

说明书

技术领域        

本发明涉及多机器人协作控制领域，特别涉及一种移动自主机器人的编队控制方法。

 

背景技术

多机器人队形控制，指的是多个机器人组成的团队在执行任务的过程中，在适当的环境条件约束下，相互之间保持预定的几何关系，自主机器人队形控制的基本问题是独立分布式控制所有机器人的移动使得这些机器人能够形成并保持一个给定的目标几何队形，其实现有利于缩短任务的执行时间，提高整个任务的执行效率，在很多工程系统当中，经常需要多个独立个体单元之间的合作控制，比如，多机器人系统、无人驾驶飞行器编队和自动化高速公路系统等等，因此其在军事、航空航天等方面具有广阔的应用前景。

在自主机器人编队的队形控制当中，拥有可利用的全局信息程度对控制问题的可解性和控制算法的复杂程度非常重要，如果自主机器人之间，能够建立一个共同的全局性的坐标系统，那么队形控制问题就非常容易解决。只要把目标机器人的目标位置的全局坐标发给所有的机器人就可以了，再比如机器人队伍中间如果能够建立一个全局的势函数，那么问题也比较容易解决，但对于广泛的机器人队形控制问题，一般要求自主机器人单元之间没有任何全局性的协调者，机器人之间也没有积极的通信来协调动作，因此独立机器人只能以自己的独立的信息收集和独立运算来决定移动方案。

机器人的运动和计算能力也是决定控制算法复杂性的一个重要方面，因此需要先假定机器人直线移动有一个最大距离，距离越大，移动能力越强，算法的收敛速度就越快，此外机器人的内存大小与控制问题的可解性也相关，机器人如果有足够的内存可以记住以往的所有移动策略，那么决定当前的移动策略时候，就可以同时利用这些控制信号历史和当前的观测值，对某些目标几何的队形控制就会容易一些，如果机器人不能利用以往的控制信号历史，那么不存在控制算法让两个一条直线上的独立机器人在有限步骤内自主运动聚到一点,而如果可以利用以往控制信号，那么将大大简化控制算法。

目前自主机器人队形控制已有算法得以实现，但其仅仅局限在为某些特殊的目标几何队形例如直线和圆的形成，对于广泛的目标几何队形，一般是采用经验或者实验的算法。这些控制算法，主要缺点是并不能从数学上严格证明其收敛性和收敛速度，因此无法保证在规定时间内达到所要求的队形。

 

发明内容

针对以上问题，本发明通过给在二维平面上运动的多自主移动机器人提供一种新的队形控制算法，将每个机器人作为一个具有一定独立运算和有限移动能力的机械电子单元，并在每个机器人身上配置传感器，使得其能测量其他机器人相对于自己的位置，由于每个机器人具有一定的计算能力，根据观测到的当前机器人的位置和目标几何队形即可进行运算，使得每个机器人能独立执行至所需位置，从而收敛到预先给定的几何队形，为达此目的，本发明提供一种移动自主机器人的编队控制方法，具体控制步骤如下，其特征在于：

1）进行系统初始化设置，记录当前机器人队形；

2）各机器人根据目标队形及当前机器人队形得到相应的目标函数，再对该函数进行优化处理,得到最优目标函数，再根据所得最优目标函数求优化解，将优化解带入函数                                               ，使得每一个机器人产生一个对应的的最优移动策略；

所述目标函数设定如下，假定在一个时刻机器人R_i是活跃的机器人，本地坐标系下的其他机器人的相对位置为，R_i相对于目标几何队形为，假定R_i将本地坐标的原点移动到了当前实际队形的重心上，并且把目标几何的重心放在原点，机器人R_i将实际机器人当前位置和目标位置进行规则排序，然后在当前实际机器人位置和目标位置之间，建立一个对应的函数，其中代表在目标机器人位置的虚拟机器人，表达当前机器人队形和目标队形之间的一个对应，向量表示对应排列的所有目标机器人的位置；

在给定的情况下，机器人R_i根据目标机器人队形的重心位置进行移动旋转模拟，得到目标队形的机器人位置变化后的函数，其中是反时针旋转的旋转矩阵，是表示目标队形平移的向量，再根据上述函数及相关变量得到当前机器人队形和目标几何队形的相似度函数，其中是优化量；

    所述目标函数为求解当前机器人队形和目标几何队形的相似度函数的最小值函数； 

3）根据目标函数求最优解并得到最优目标函数值；

4）所需活跃机器人根据最优移动策略移动相应的移动距离；