基于仿生鱼群优化方法的非完整机器人队形控制(英文)

利用人工鱼群优化(AFSO)方法研究了多机器人的队形控制问题。机器人编队可视为寻迹问题,而编队寻迹是不断减小机器人与其期望编队位置之间的平移和角度误差的优化过程。每一个机器人的控制指令可看做是人工鱼群,通过一系列的控制实现期望队形。队形控制策略中包含机器人间的冲突规避行为。利用Matlab中的多机器人仿真器MRsim工具进行了仿真,结果表明,提出的方法具有很高的有效性和效率,适用于各种形式的队形,可以被广泛应用在没有精确系统模型的无线传感器网络中。     

机器人队形控制中的二叉树方法

研究了机器人编队及队形变换的二叉树方法,创建二叉树的基队形,由基队形变换得到如菱形、楔形、横线、纵线等队形.采用二叉树方法创建的基队形具有实现时间短、速度快、良好的稳定性和鲁棒性等特点,仿真时间约为0.058 658 s.由基队形变换得到的适用队形也具有相同的性质.     

机器人队形控制中的二叉树方法

研究了机器人编队及队形变换的二叉树方法,创建二叉树的基队形,由基队形变换得到如菱形、楔形、横线、纵线等队形。采用二叉树方法创建的基队形具有实现时间短、速度快、良好的稳定性和鲁棒性等特点,仿真时间约为0.058 658 s。由基队形变换得到的适用队形也具有相同的性质。     

多机器人编队的人工势场法控制

针对多机器人编队控稍中的队形形成问题进行研究.利用控制算法中的人工势场法解决多机器人队形形成问题,结构简单、易于计算,方便对多机器人实时控制.首先,针对多机器人的队形位置用目标点搜索算法,寻找到正确的队形位置点,防止多机器人在空间内绕路,减少编队时间;然后,通过人工势场算法规划各机器人的路径,在机器人行进过程中,利用优先级蔽障方法避免与其他机器人碰撞;最后,对多机器人的队形形成进行仿真,实验证明队形形成的有效性,算法简单易于实现.     

探测能力有限条件下群机器人队形的避障方法

在探测能力有限的条件下,即使群机器人队形中的跟随者有碰撞障碍的风险,领导者也常难察觉,这将导致部分机器人离队或难以保持给定队形。本文针对此问题提出一种基于局部信息的解决方法,根据局部障碍信息判断障碍对跟随者或其自身后续运动是否有潜在威胁。当有潜在威胁时,输出障碍信息,并在群机器人队形中接力传递,最终反馈给领队机器人以带领队形远离障碍。同时,对领队机器人和普通机器人的人工力矩运动控制器做出改进,保证机器人的安全,并且使避障轨迹更加顺滑。仿真实验证明,所提方法在领导者无法感知所有跟随者和障碍信息的情况下,仍能带领队形安全绕开障碍物。     

混沌人工鱼群的鲁棒保性能控制权值矩阵优化方法

针对鲁棒保性能控制中的权值矩阵依赖经验选取,无法最大限度的减小系统保守性的问题,提出了一种基于混沌人工鱼群算法的鲁棒保性能控制权值矩阵优化方法.该方法中,将保性能控制鲁棒界作为优化的目标函数来寻找最优权值矩阵是整个算法实现的关键.该种改进的人工鱼群优化算法融合了混沌搜索与自适应步长和视野的人工鱼群优化算法,有效的解决了基本人工鱼群算法的后期收敛速度慢、易陷入局部最优等缺点.通过测试函数对比验证了该种改进人工鱼群优化算法的优越性,并通过应用实例验证了该权值矩阵优化方法的有效性.     

基于动态Leader多机器人队形控制

采用基于Leader的队形控制算法与队形动态调整相结合的策略,增强多机器人队列处理突发事件的能力,在该算法的基础上,又结合了机器人角色转换方法,更好地完成了协作任务。仿真试验验证了算法的有效性。     

基于PSO的多机器人编队控制

提出了一种新的编队算法。该算法针对不同的编队形状,根据机器人的位置信息,构造不同的函数,利用群体智能优化算法中的微粒群算法进行函数优化,优化过程中的最优解作为机器人的运动方向。最后利用该算法实现了线形、三角形、六边形和圆形编队,仿真结果表明了该算法的有效性。     

基于改进人工鱼群算法的PID控制器参数优化

针对基本人工鱼群算法易陷入局部极值,难以保证得到全局最优解的问题,提出基于改进人工鱼群算法的PID控制器参数优化方法,在其基础上,引入了攻击行为,即当水中的食物稀少时,鱼就会因为抢夺食物而发生攻击其他鱼的行为。通过仿真实验证明,具有攻击行为的人工鱼群算法有助于引导人工鱼跳出局部最优解域,在全局范围内搜索最优解,提高了PID控制器参数优化的效率。     

基于人工社会职位法的群机器人自组织形成队形方法

针对群机器人自组织形成目标队形问题,借鉴人类在社会中求职的思想,提出一种自组织确定各机器人目标节点的方法——人工社会职位法,并结合该方法设计一种机器人自组织选择任务节点的调整算法。该算法可实时根据机器人探测到的信息更换其下一时刻的目标节点,直至形成给定的几何队形为止。首先运用人工社会职位法的三个规则确定各机器人的下一个时刻对应的目标节点;然后人工力矩运动控制器驱动各机器人向自己的目标节点运动一步;下个时刻重复上述步骤,直到各机器人都到达一个不同于其他机器人的节点,从而形成目标队形。该方法不仅原理简单、计算量少,而且能较快速、合理的形成目标队形。Matlab仿真试验验证了该方法具有良好的可行性。     

未知环境中基于观察者的多机器人编队控制方法

结合领导-跟随法和VFH+ 避障法,提出一种基于观察者的多机器人编队控制方法,并利用Player/Stage机器人仿真平台,对编队控制方法进行了仿真实验.结果表明,编队控制方法可有效地将一组移动机器人以一定队形无碰地到达指定目的地.基于Player/Stage机器人仿真平台的特性,编队控制方法完全可以用于实际机器人上.     

非完整轮式移动机器人轨迹跟踪控制

文章讨论了包含电机动力学模型的非完整轮式移动机器人轨迹跟踪控制问题,提出了一种新型速度跟踪控制策略,使该非完整系统全局渐近稳定,并能有效克服外部扰动带来的影响,使系统具有良好的鲁棒性。仿真结果证明,该控制策略是有效的。     

基于通信的多移动机器人编队控制系统

论述了一类通用的经过通信信道进行协调的多移动机器人编队控制系统.在分别获取自身位姿信息的前提下,各个机器人通过通信信道交换和共享同组成员的位姿信息,然后通过计算得到各机器人之间的相对位姿,进而完成编队协调任务.利用此技术,可实现一种不受环境限制的多机器人编队,其特点在于编队的完成主要依赖于通信系统,不论编队中各机器人是否能够彼此感知,编队都能进行,从而提高了多机器人编队对环境的适应性.采用闭环l-ψ编队控制算法验证此设计方法的有效性,在三台移动机器人上进行了实验,实验结果证明了该方案的可行性.     

一种非完整移动机器人有限时间跟踪控制算法

针对非完整移动机器人的轨迹跟踪控制问题提出了一种有限时间控制算法 .与基于非连续状态反馈的有限时间控制算法相比 ,该控制算法更适合于工程应用 .设计了 2个连续状态反馈的控制律分别渐近镇定前向角和平面坐标跟踪误差 .由此得到的闭环系统是齐次的并且具有负的齐次度 .结合齐次系统的有限时间稳定性结果和Lyapunov方法 ,证明了在这些控制律作用下 ,对满足一定角速度条件的期望轨迹 ,非完整移动机器人能够实现全局跟踪 ,并且能够在有限时间内完全跟踪上期望轨迹 .仿真结果表明了该方法的有效性 .     

人工鱼群算法在孔群加工路径优化中的应用研究

将人工鱼群算法应用于孔群加工路径优化的研究,建立以最短加工路径为目标的路径优化数学模型,阐述算法实施的具体过程并进行算例分析.结果表明,该方法求最优解的性能优于Hopfield算法、进化蚁群算法、人工免疫算法以及改进的遗传算法,获得的最优路径可以节省71.47%的行走路程.     

基于领导者的群体机器人编队及导航控制

介绍了基于领导者的群体机器人一致性方法,在此基础上提出一种群体机器人编队及导航控制方法。该方法采用分层控制策略,即控制系统分为目标层、领导层和跟随层。将目标层中目标点的位置信息发送给领导者,采用位置一致性算法使领导者朝目标运动;与此同时,领导者将其状态信息发送给跟随层中的跟随者,采用基于领导者的群体机器人编队控制方法,使跟随者与领导者保持一定的队形朝着目标运动。该方法可针对由多个子集构成的群体机器人系统进行导航。通过计算机仿真和群体机器人实验平台验证了所提方法的有效性。     

利用人工鱼群算法求解一类函数的极值

人工鱼群算法是一种基于动物行为的群体智能寻优算法。具有并行性、全局性、简单性、快速性、跟踪性等优点。可以处理一些非凸、非线性等方面的问题．针对一类不可用经典方法求解极值的函数,提出了一种基于人工鱼群算法求解这一类函数极值的方法,并通过仿真实验的研究,验证了该算法求解函数极值是有效可行的．     

基于干扰观测器的多移动机器人编队鲁棒控制

针对多移动机器人存在模型参数不确定性和外部扰动的编队控制问题,提出了一种多移动机器人编队的鲁棒控制方法。在运动学层面依据领航机器人和跟随机器人位姿的偏差,建立领航机器人和跟随机器人的编队误差动态模型,在此基础上为跟随机器人设计镇定编队误差的辅助速度控制器。以辅助速度控制器的输出作为跟随机器人动力学模型的速度给定信号,并在动力学层面设计基于干扰观测器的自适应滑模控制算法,从而改善普通滑模控制中抖振突出的问题,保证编队控制的稳定性和鲁棒性。对编队控制系统进行仿真验证,结果表明了所提控制方法的有效性。     

改进人工鱼群算法及其在时滞系统辨识中的应用

针对人工鱼群算法(AFSA)存在收敛速度慢和寻优精度低等问题,本文提出了一种改进人工鱼群算法(IAFSA).该算法中的人工鱼能够根据鱼群当前状态调整自身的视野和步长来平衡局部搜索和全局搜索.此外,算法中还加入了引导行为,即人工鱼在觅食行为未发现更优的位置时,当前人工鱼向最优人工鱼移动一步.仿真结果表明,改进人工鱼群算法在收敛速度、寻优精度和克服局部极值等方面有很大优势.本文将改进鱼群算法应用时滞系统的辨识中,辨识结果表明改进算法能获取被控对象的精准数学模型,并具有较强的抗干扰能力.     

移动机器人的滑模跟踪控制

文章讨论了移动机器人在外界干扰情况下的变结构控制问题 ,并提出一种机器人滑模跟踪控制方案 ,利用简化的动力学模型 ,使机器人能够跟踪给定的轨迹。采用极坐标表示机器人的位姿 ,利用非线性滑动面和指数趋近率 ,确定控制方法 ,使系统在外界扰动的情况下 ,其跟踪误差能在有限时间内收敛到零。