多机器人定位与编队控制研究

《多机器人定位与编队控制研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、摘要随着机器人学及其应用领域的不断发展，单个机器人有限的能力已不能满足日益复杂的任务要求，多机器人系统逐渐成为了国内外研究机构和产业界研究的热门领域。在诸如机器人足球赛、救援、安防、军事领域、航空航天领域等任务需求中，多机器人的协作发挥着重要作用。机器人的位置信息是多机器人协作不可缺少的信息，如何利用多机器人之间的协作来提高机器人队列的定位，如何利用机器人所获得信息进行协作控制是多机器人研究的重要方向。本文围绕多机器人编队过程中机器人的定位和编队协作控制进行深入的研究，主要的研究内容如下：1、研究单个机

2、器人自定位问题。首先通过对天花板上摄像头拍摄的图像进行处理获得全局坐标，接着利用里程计信息进行推算机器人的相对坐标，最后针对这两种方法的优缺点提出了信息融合方法得到机器人的准确位置坐标。2、研究多机器人协同定位问题。首先建立机器人队列协同定位的系统模型，利用机器人队列中机器人之间的相对观测对机器人队列的位置进行滤波更新。接着针对滤波分析的计算量随机器人队列的规模和观测量的增加而迅速增加的问题，提出利用一致性卡尔曼滤波将机器人的全局坐标和相对观测量进行融合的定位方法，从而提高定位的效率和实时性。并通过英集

3、斯机器人实验平台验证定位算法的有效性。3、研究多机器人编队控制问题。结合机器人的运动模型，分析了基于领导者一跟随者的机器人编队控制和三个互为领导者的机器人编队控制算法。同时针对编队过程中不可避免遇到障碍物的问题，设计各个机器人的避碰策略，最后利用上海英集斯公司提供的研究版智能机器人验证算法的有效性。关键字：多机器人系统，协同定位，一致性卡尔曼滤波，编队控制AbstractWiththegrowingapplicationofrobotsinvariousareas，it’Sbecomingincreas

4、inglydifficultforsinglerobottOfulfillsomecomplicatedtasksduetoitslimitedcapacity．Henceinrecentyears，theresearchofmulti—robotsystemhasbeenattractedmoreandmoreattention．Cooperationofmultiplerobotsplaysanimportantroleinsometasks，suchasRoboCup，rescue，securit

5、y,militaryfieldandSOon．Inordertocooperatewitheachotherbeaer，robotsmustknowtheirlocations．Thereforeitisanimportantandkeyproblemtoimprovetheaccuracyofcooperativelocalizationanduseinformationforformationcontr01．Themaintopicofthispaperistostudyapproachestolo

6、calizationandformationcontrolforthemulti—robotsystem．First,singlerobotlocalizationalgorithmhasbeenresearched．ArobotCanobtaintheglobalpositionbyprocessingtheimagecaughtbythecamerafixedontheceiling，anditCallalsoobtaintherelativepositionutilizingtheinformat

7、ionfromitsonboardodometer．FusingthetWOpositions，wewillacquiretheaccuratelocalizationoftherobot．Thenthecoordinationlocalizationofmulti—robothasbeendiscussed．Firstly,themodelofcoordinationlocalizationofmulti．robotsystemiSestablished．Basedontllismodel．theEx

8、tendedKalmanFilterisemployedtofusethedataofmotionandtherelativemeasurementstolocalizeeachmemberofthemobilerobotteam．Contraposingtheincreasingcomputationalburdenasthesizeoftheteamisbecominglarge，theKalman-ConsensusFilterisi