[发明专利]多移动机器人系统的协调控制方法有效

专利信息
申请号: 201210315256.2 申请日: 2012-08-30
公开(公告)号: CN102830701A 公开(公告)日: 2012-12-19
发明(设计)人: 孟德元;贾英民 申请(专利权)人: 北京航空航天大学
主分类号: G05D1/02 分类号: G05D1/02;G05B19/418
代理公司: 暂无信息 代理人: 暂无信息
地址: 100191*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 移动 机器人 系统 协调 控制 方法
【说明书】:

技术领域

发明涉及机器人控制技术领域,特别涉及一种多移动机器人系统的协调控制方法。

背景技术

目前,多移动机器人的协调控制方法在实际问题中得到了越来越广泛的应用。这主要是由于越来越多的实际任务都比较复杂,往往单移动机器人难以完成,而需要通过多移动机器人之间的合作来完成。此外,通过多移动机器人间的合作,可提高机器人系统在作业过程中的效率,进而当工作环境发生变化或机器人系统局部发生故障时,多移动机器人系统仍可通过本身具有的合作关系来完成预定的任务。然而,现有技术存在的缺点是,控制精度不高,往往只能使得各移动机器人在时间趋于无穷时渐近地完成某项特定任务。特别地,当涉及多移动机器人的跟踪问题时,往往只能保证各移动机器人达到某个位置或目标,而不能保证各移动机器人能够完全地跟踪任意指定的期望轨迹或目标。

发明内容

本发明的目的旨在至少解决上述技术缺陷之一。

为达到上述目的,本发明提出一种多移动机器人系统的协调控制方法,所述多移动机器人系统包括多个个体移动机器人,所述方法包括以下步骤:A:每个所述个体移动机器人获取自身当前时刻位置、经验控制量、输入矩阵、输出矩阵以及邻居机器人的当前时刻位置;B:判断每个所述个体移动机器人是否具有预定的期望位置信息,并根据所述判断的结果确定每个所述个体移动机器人的第一参数;C:根据每个所述个体移动机器人的第一参数以及预定的多移动机器人系统的加权邻接矩阵确定每个所述个体移动机器人的学习参数,其中所述学习参数包括第一学习参数和第二学习参数,且所述第一学习参数和第二学习参数非负且满足预定的权规则条件;以及D:根据每个所述个体移动机器人的输入矩阵和输出矩阵确定每个所述个体移动机器人的学习增益矩阵;以及E:根据每个所述个体移动机器人的自身当前时刻位置、第一参数、学习参数、经验控制量和学习增益矩阵以及所述邻居机器人的当前时刻的位置控制每个所述个体移动机器人。

在本发明的一个实施例中,所述步骤B进一步包括:如果所述个体移动机器人具有所述预定的期望位置信息,则确定所述第一参数为1;如果所述个体移动机器人不具有所述预定的期望位置信息,则确定所述第一参数为0。

在本发明的一个实施例中,所述预定的权规则条件为:其中为所述个体移动机器人i与个体移动机器人j之间的第一学习参数,ψi为所述个体移动机器人i的第二学习参数,ωi为所述个体移动机器人i的第一参数,aij为所述多移动机器人系统的加权邻接矩阵的元素。

根据本发明的一个实施例中,所述步骤D进一步包括:根据每个所述个体移动机器人的输入矩阵和输出矩阵通过以下的公式确定每个所述个体移动机器人的学习增益矩阵K,

K=(CB)T[CB(CB)T]-1

其中,B和C分别为所述个体移动机器人的输入矩阵和输出矩阵。

根据本发明的一个实施例,所述步骤E进一步包括:E1:根据每个所述个体移动机器人的自身当前时刻位置、所述第一参数、所述学习参数、所述经验控制量、所述学习增益矩阵以及所述邻居机器人的当前时刻位置,通过以下的公式确定每个个体移动机器人的当前控制量,

其中,ui,k(t)为所述个体移动机器人i的经验控制量,yi,k(t+1)为个体移动机器人i在经验控制量ui,k(t)控制下的下一时刻的位置,yj,k(t+1)为个体移动机器人i的邻居机器人j在经验控制量uj,k(t)控制下的下一时刻的位置,yr(t+1)为所述预定的期望位置信息,K为所述学习增益矩阵,ui,k+1(t)为所述个体移动机器人i的当前控制量;以及

E2:根据所述个体移动机器人的当前控制量和所述个体移动机器人当前时刻的位置,通过以下的公式确定所述个体移动机器人的下一时刻的位置:

yi,k+1(t+1)=C(I-q-1A)-1Bui,k+1(t),

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京航空航天大学,未经北京航空航天大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201210315256.2/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top