多机器人编队自修复算法设计与实现

发布时间：2017-06-10 14:17

  本文关键词：多机器人编队自修复算法设计与实现，，由笔耕文化传播整理发布。

【摘要】：相比于传统的单移动机器人系统而言,多机器人系统作为冗余系统,具有重配置、变结构等特点,因而可以降低系统成本、提高系统的效率和鲁棒性。多机器人编队是指多个自主移动的机器人在运动过程中保持某种特定形状的控制技术。它被广泛应用于军事侦察、灾难救援、航空航天和工业应用等领域中。在军事应用中,多机器人编队可以用于侦察区域覆盖、突破防线等任务;在灾难救援中,多机器人编队形式能够扩大救援范围、提高救援效率;在航天航空领域,小型卫星编队可以减少推进过程中的燃料消耗并扩大卫星集群的感知范围;在智能交通领域,车辆的编队行驶能够极大的缓解高速公路的交通压力;在生物领域,编队控制能够帮助研究人员更好的理解生物的社会行为,如鸟群或鱼群的集体迁徙现象。然而,由于多机器人编队经常工作在较为危险或者敌对的环境之中,存在较多的不确定性因素,机器人故障或缺失不可避免。机器人缺失将会使编队性能下降、工作效率降低,若不采取相对应的处理措施,甚至可能会导致机器人编队任务失败。因此,需要设计一种能够在机器人缺失后自主修复机器人编队拓扑和系统性能的自修复算法。本文针对机器人编队中部分机器人缺失后的自修复问题,提出一种基于梯度的分布式编队自修复算法,该算法借助机器人邻居间局部交互,使机器人编队能够自主修复网络拓扑并提高机器人编队网络的运动同步性。本文具体贡献如下:1.考虑各机器人缺失对编队运动同步性的影响,提出一种梯度生成和扩散机制,在编队中形成稳定的梯度分布,并将该梯度生成和扩散机制与网络拓扑切换的相关结论结合,提出一套能够改善运动同步性的网络自修复切换规则及其对应的分布式个体控制实现,同时证明上述基于梯度的编队自修复算法不但能够改善编队运动同步性而且使修复路径最短;2.针对不同优化指标下递归自修复算法修复机器人序列选择问题,以梯度值为基础引出梯度向量的概念,并提出一种基于梯度向量的递归自修复算法框架,通过改变梯度向量的内容,选择不同的修复机器人序列,适应不同的优化指标。3.通过不同机器人个数和网络拓扑模型下的仿真,验证本文算法的有效性和最优性,同时通过在多机器人实验平台上的自修复实验,验证算法在实际机器人系统中的有效性。
【关键词】：多机器人编队 自修复 梯度 切换拓扑
【学位授予单位】：上海交通大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TP242
【目录】：

• 摘要3-5
• ABSTRACT5-12
• 第一章 绪论12-21
• 1.1 引言12-13
• 1.2 多机器人系统自修复研究概述13-19
• 1.3 本文研究内容及组织架构19-21
• 第二章 编队模型和拓扑控制21-28
• 2.1 移动机器人编队模型21-23
• 2.1.1 网络拓扑模型21-22
• 2.1.2 交互动力学模型22-23
• 2.2 拓扑控制23-27
• 2.2.1 机器人缺失后网络拓扑分析23-25
• 2.2.2 递归切换拓扑控制25-27
• 2.3 本章小结27-28
• 第三章 基于梯度的递归自修复算法28-45
• 3.1 递归自修复算法28-31
• 3.2 梯度生成和扩散机制31-35
• 3.2.1 梯度生成机制32-33
• 3.2.2 梯度扩散机制33-35
• 3.3 基于梯度的递归自修复规则35-36
• 3.4 机器人个体控制算法36-41
• 3.4.1 第1步修复机器人选择37-39
• 3.4.2 第k步修复机器人选择39-41
• 3.5 算法评价及分析41-44
• 3.5.1 修复机器人个数41-42
• 3.5.2 修复时间42-43
• 3.5.3 功率消耗43
• 3.5.4 运动同步性43-44
• 3.5.5 队形保持44
• 3.6 本章小结44-45
• 第4章 基于梯度向量的自修复算法框架45-54
• 4.1 梯度向量生成与扩散机制46-49
• 4.1.1 梯度向量的生成机制46-47
• 4.1.2 梯度扩散机制47-49
• 4.2 递归自修复规则及个体控制算法49-52
• 4.2.1 第1步修复机器人选择50-51
• 4.2.2 第k步修复机器人选择51-52
• 4.3 本章小结52-54
• 第5章 仿真与实验54-73
• 5.1 仿真对比与分析54-65
• 5.1.1 机器人缺失仿真对比55-62
• 5.1.2 最优修复路径仿真验证62-64
• 5.1.3 基于梯度向量的编队自修复算法仿真64-65
• 5.2 实验与分析65-71
• 5.2.1 实验平台65-68
• 5.2.2 编队自修复实验68-71
• 5.3 本章小结71-73
• 第6章 研究总结与展望73-75
• 6.1 主要研究内容73-74
• 6.2 未来研究展望74-75
• 参考文献75-79
• 致谢79-80
• 攻读硕士学位期间已发表或录用的论文80-81
• 攻读硕士学位期间参加的科研项目81-83

【相似文献】

中国期刊全文数据库 前10条

1 ;2001恩格尔伯格机器人奖颁布[J];机器人技术与应用;2001年05期

2 ;神奇的机器人世界[J];机电新产品导报;2001年Z5期

3 宋树藩;采用机器人的有效自动化[J];世界制造技术与装备市场;2001年06期

4 ;创造出色的机器人[J];个人电脑;2003年04期

5 ;危险作业机器人——人类的好帮手——访国家863机器人技术主题专家组专家戴先中教授[J];机器人技术与应用;2003年03期

6 小才;;机器人时代[J];电脑爱好者;2006年13期

7 宋海宏;;机器人技术展望[J];山西煤炭管理干部学院学报;2006年04期

8 董炀斌;蒋静坪;何衍;;一种基于双令牌的多机器人协作策略研究[J];计算机工程;2007年12期

9 王国奎;刘彦波;;草方格铺设机器人综合、高效控制系统的设计[J];科技咨询导报;2007年20期

10 陈秀珍;潘拓;;21世纪初机器人技术的走向[J];中国设备工程;2007年11期

中国重要会议论文全文数据库 前10条

1 杨朝虹;张海珠;;机器人技术的应用与发展[A];先进制造技术论坛暨第五届制造业自动化与信息化技术交流会论文集[C];2006年

2 王明辉;王楠;李斌;;面向灾难救援的机器人控制站系统设计[A];中国仪器仪表学会第十二届青年学术会议论文集[C];2010年

3 郭戈;王燕;王伟;;一种多机器人协作方法[A];第二十届中国控制会议论文集（下）[C];2001年

4 崔世钢;邴志刚;彭商贤;王玉东;;基于远程脑概念的服务机器人开发平台的设计与研究[A];先进制造技术论坛暨第二届制造业自动化与信息化技术交流会论文集[C];2003年

5 杨莹;丁X;许侃;;国际机器人科学知识前沿演化的可视化分析[A];科学学理论与科学计量学探索——全国科学技术学暨科学学理论与学科建设2008年联合年会论文集[C];2008年

6 唐矫燕;赵群飞;黄杰;杨汝清;;基于两足步行椅机器人的人在环中的助残机器人控制系统[A];第二十六届中国控制会议论文集[C];2007年

7 薛颂东;曾建潮;杜静;;具运动学特性约束的群机器人目标搜索[A];2009中国控制与决策会议论文集（2）[C];2009年

8 张国伟;李斌;龚海里;王聪;郑怀兵;;废墟洞穴搜救机器人控制软件设计与实现[A];中国仪器仪表学会第十二届青年学术会议论文集[C];2010年

9 崔世钢;方景林;刘嘉q;彭商贤;邴志刚;;服务机器人开发中测控问题的研究[A];中国仪器仪表学会第五届青年学术会议论文集[C];2003年

10 吴国盛;李云霞;李骊;;一种基于极坐标系下的机器人动态避碰算法[A];2006中国控制与决策学术年会论文集[C];2006年

中国重要报纸全文数据库 前10条

1 冬冬;看看自动化机器人在包装业中能起多大作用[N];中国包装报;2005年

2 莽九晨　周之然;有感“机器人道德法”[N];人民日报;2007年

3 记者 陈琳;机器人总动员[N];第一财经日报;2010年

4 记者 孙亚斐;千余支队伍携机器人亮相金城[N];兰州日报;2011年

5 崔鑫;机器人也能和您一起下厨[N];北京科技报;2012年

6 特约记者 杨保国;中国科大“蓝鹰”称雄机器人世界杯[N];大众科技报;2007年

7 本报记者　 陈淑娟;机器人走近生活[N];计算机世界;2006年

8 虎虎;科学好玩（三）[N];四川科技报;2007年

9 孙潜彤;新松公司：在机器人研发领域显身手[N];经济日报;2008年

10 财宣邋Q孟推

本文编号：438811