论文部分内容阅读
在自然界中,经常可以看到鱼、昆虫、鸟类等生物会自发形成有规则的和有序的群体进行运动,像这种能以某种方式聚合在一起共同运动的团队就叫做群集运动。群集运动系统属于复杂系统,具有非集中式控制性、自组织式涌现性以及部分能相互作用等特征。多机器人的群集运动系统研究是目前移动机器人领域里非常重要的研究方向。多机器人群集运动系统通过多模态的设计可以增加对复杂环境的自适应性,因此,本文对面向复杂环境的多机器人多模态群集运动系统展开了研究,主要工作如下:1、介绍了多机器人群集运动系统的理论意义,并且阐述了目前多机器人群集运动控制问题的研究现状。2、介绍了一种多机器人群集运动的有序化控制算法,分别对无Leader的群集运动控制和有Leader的群集运动控制进行了研究。在此基础上,引入了“虚拟力”概念,根据动力学法则分析了由Agent到移动机器人运动控制的转化方法,使这种多机器人群集运动控制算法能应用于实际的移动机器人。另外,介绍了多机器人群集运动的仿真实验平台MuRoS。3、设计了一种多机器人多模态群集运动系统。针对多机器人在复杂障碍物环境下避障算法中存在的“局部极小”问题,将刚体避碰行为模态与沿墙走避障行为模态相结合,设计了一种多模态切换机制,使多机器人群集系统兼具实时反应能力和环境自适应能力。并用仿真实验验证了该系统在动态及非规则障碍物环境下的快速性和有效性。4、针对非完整移动机器人的轨迹跟踪问题,结合Backstepping方法和Lyapunov方法设计出一种简单控制器,并证明了该控制器能使系统达到全局稳定,实验结果验证该控制器结构简单,易于实现,实时性强。5、提出了一种基于Backstepping的Leader机器人多模态运动控制算法,将基于Backstepping的移动机器人运动控制算法和多机器人多模态群集避障算法结合起来,使复杂环境中多机器人群能在Leader的带领下更加快速的到达目标点。并用仿真实验验证了该算法的有效性和实时性。