基于相邻矩阵的多机器人编队容错控制

针对基于leader-follower模式的多机器人编队运动中可能出现的机械故障和网络故障,提出了一种基于相邻矩阵的容错控制方法,利用相邻矩阵表示编队中多机器人的相互位置关系,一旦在编队运动过程中出现故障,则利用调整队形搜索算法找到需要进行队形调整的机器人编号,根据相邻矩阵更新算法,这些编号所代表的机器人的相邻关系在相邻矩阵中得以调整,新的理想编队所对应的相邻矩阵产生,编队队形就可以依赖相邻矩阵重新得以恢复。从而实现多机器人编队的容错控制,仿真实验证明了该方案的有效性和可行性。     

一种基于局部感知的多机器人编队控制方法

针对未知环境下多机器人难以实现灵活、稳定的编队控制的情况,在分析领队-跟随法、基于行为方法以及虚拟结构法的编队控制方法基础上,提出了一种模拟人类社会中方队形成与变化的思想,将其应用在多机器人的编队中,进行多机器人的编队控制.机器人存储不同编队队形的相对位置信息,通过领航者发布队形控制信息,跟随者查找并匹配预先存储的队形...     

基于MAPSO的混合式多机器人编队控制

为了解决目前编队控制中队形不稳及复杂环境适应性差等问题,针对全局环境中含有动/静态障碍物的复杂环境,提出一种将Leasder-Follower法及人工势场法改进结合的混合式多机器人编队控制新方法;同时,引入多智能体粒子群优化(MAPSO)算法对多机器人编队控制相关参数进行在线优化,能有效避免机器人陷入局部最优,增强其抗干扰能力.对该方法进行仿真分析,并和Leasder-Following法与基于行为法相结合的混合编队控制方法进行比较.结果表明:MAPSO的混合式多机器人编队控制方法能更好地完成多机器人在复杂环境下的编队控制任务,验证了其有效性和可行性.     

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。     

基于强化学习的多机器人编队导航

针对多机器人系统在未知环境编队导航过程中遇到较长障碍物时,顺时针绕障和逆时针绕障的不同选择会给导航效率带来很大影响的问题,提出了一种三层强化学习方法。由高层的基于“条件-行为对”的在线学习适应环境障碍物的动态变化,中层采用角色交叉包含式控制结构保持队形,底层采用离线式常规强化学习机制获得避碰规则。仿真实验结果表明,由于只在高层保持在线学习,使学习空间得以缩小,学习时间得以缩短。该方法为复杂环境下的多机器人编队导航提供了一种有效的自主学习策略。     

基于领航者模式的多机器人行星式编队运动

根据行星系公转与自转的运行规则,提出了基于领航者模式的行星式多机器人编队方法.在该模型中,领航者机器人相当于行星系中的恒星,而跟随者机器人相当于行星系中的行星,领航者机器人和跟随者机器人之间依靠万有引力实现编队的聚合与稳定前行,实现跟随者机器人围绕领航者机器人运转,编队半径可以随时改变,以适应环境的变化;同时,群体机器...     

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.     

基于动态φ值的领航跟随法多机器人编队控制

针对领航跟随法编队控制在复杂环境下适应能力差的缺点,提出了一种改进的算法,使其对环境的适应性得到了改善。在领航跟随编队控制算法中设置了动态的φ值,当编队的领航者改变方向（或者遇到障碍物改变方向）时,φ值即变为动态的,随着领航者角速度的变化而变化,从而使跟随者路径更加平滑,队形的保持更加可靠。通过player／stage仿真平台验证了改进算法的稳定性。     

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。     

基于方位信息的轮式机器人动态编队控制

针对非完整约束的多机器人动态编队中,各机器人只能获取相邻机器人方位信息的情况,提出一种纯方位角信息的分布式PID（proportion integration derivative）编队控制算法。考虑领航机器人易受风向或路面平整度等扰动影响,带来无法保持编队队形的问题,算法通过引入跟随机器人的相对位置和相对速度反馈,有效消除稳态误差,抑制干扰的影响,改善系统的动态性能,保证系统的全局稳定性。然后,利用Routh-Hurwitz稳定性判据进行分析,验证编队系统的全局稳定性。最后,通过仿真实验比较所提控制律与基于纯比例和比例积分的控制律在收敛速度、抗干扰能力等方面的性能。仿真结果表明：所提控制律使领航者受到干扰后依然形成期望编队,实现对领航者轨迹的快速跟踪,总方位角误差的相对最大偏差下降了5.4%。     

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.     

大规模机器人群体的分层编队控制算法

提出一种分层拓扑结构作为机器人群体在动态期望区域内的编队队形,并在此基础上设计一种基于分层拓扑的群体编队及避障控制器,邻域内各层层间机器人之间的通信是双向的.多机器人通过虚拟领导者的引导向动态期望区域内运动,并在邻居个体间的局部交互下形成期望编队控制队形,机器人群体速度达到一致,个体间距离稳定,从而实现编队和避碰.控制器中形状调节力用于调整和保持机器人群体队形,解决编队中因可能出现局部极小值而导致某些机器人死锁的问题.仿真实验表明了该算法是有效性的.     

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。     

卫星编队飞行的协同控制

为了实现卫星编队飞行任务,设计了卫星编队飞行队形协同控制。考虑控制精度以及小推力卫星变轨时间长等特点,采用了相对运动的非线性动力学方程进行数学建模,并采用精度较高的相对轨道根数法设计了目标队形。应用滑模控制理论,设计了跟踪控制器,并通过Lyapunov稳定性理论,证明了控制系统全局渐近稳定性。通过一个“1颗主星与3颗从星”编队的测量基线放大控制仿真,验证了该控制器的可行性。结果表明,该控制器具有控制精度高、实时性强等特点,可用于卫星编队飞行队形协同控制。     

卫星编队飞行指向跟踪姿态控制

卫星编队飞行的应用之一是受控卫星在目标卫星、空间站、载人飞船周围以“编队飞行”的形式相伴飞行,对目标进行观测或者执行更多的操作。该文研究这种应用中的姿态控制问题。假设两个飞行器的轨道信息已知,由轨道信息确定实现姿态跟踪调节所需的一种可能的期望姿态,给出了解析表达式,包括姿态角、姿态角速度及角加速度。采用基于四元数的控制律,用3个动量轮实现了卫星长时间、大角度姿态跟踪机动。仿真结果显示,在超过一个周期的仿真时间内,姿态及姿态角速度与期望姿态的吻合程度比较好,而且力矩的花费也不是太大。     

基于几何和模糊控制合成算法的小型移动机器人局部路径规划

文章针对机器人特殊的使用场合和要求,提出了将几何算法和模糊控制算法相结合来解决避障问题。在机器人远离地面障碍物运动时,采用几何算法;当逐渐接近障碍物时,采用模糊控制算法修正。2种算法的结合,避免了单独使用其中一种算法的缺陷,使局部路径规划的速度大大提高,并且降低了对控制硬件的高要求。仿真和实验表明,这种新算法具有正确性、实时性和鲁棒性。     

卫星编队飞行相对姿态控制

卫星编队飞行在轨执行任务时,除了对相对位置有特定要求外,还需根据不同任务需求保持一定的相对姿态,为此研究了两颗卫星相对姿态的保持控制。根据刚体运动学推导了两个星体坐标系之间的坐标转换矩阵,给出了从星始终指向主星所需的目标姿态和角速度。基于卫星姿态动力学给出了3个相互垂直安装的反作用轮的控制律,并利用Lyapunov稳定性理论证明了闭环系统的渐近稳定性。最后通过数值仿真验证了控制算法的正确性,其相对误差小于10-6。     

An efficient intra-frame rate control algorithm for H.264/AVC video coding

Intra-frame plays a significant role in improving video quality for rate control of H.264/AVC.In this paper,an efficient intra-frame rate control algorithm is proposed for H.264/AVC video coding.The proposed scheme adjusts the quantization parameter (QP) of intra-frame adaptively according to intra-frame buffer fullness ratio,current buffer fullness ratio,and skipped frame ratio.Experimental results demonstrate that for a set of typical testing sequences,the proposed scheme can obtain accurate target bit rate,better peak signal-to-noise ratio (PSNR) performance and reduce the number of skipped frames significantly,when compared with existing schemes.More importantly,the proposed scheme is very flexible for different initial QPs and target bits.     

弱通信条件下多机器人编队控制及稳定性分析

为消除弱通信因素给多机器人编队控制系统带来的影响,基于一致性理论,提出了一种时延依赖的分布式编队控制算法.利用编队图描述机器人群体内部的网络拓扑结构,通过图的矩阵表示,基于矩阵论和控制理论研究具有通信时延的多机器人系统形成稳定的期望编队的条件.根据Lyapunov稳定性定理,得到了线性矩阵不等式(LMI)形式的时延独立和时延依赖的稳定条件,并在此基础上进一步证明采用的控制方法能够保证多机器人系统全局渐近地收敛至期望队形和期望速度.最后,通过一个多机器人编队实例对控制算法和结论进行验证.结果表明在满足系统稳定条件下,所采用的编队控制算法能够保证多机器人系统形成稳定的期望编队.