多自主移動機器人協(xié)作的關(guān)鍵技術(shù)研究.pdf

1、多機器人協(xié)作技術(shù)的研究已經(jīng)成為機器人技術(shù)發(fā)展的最具潛力和應(yīng)用前景的研究方向。伴隨著科學(xué)研究領(lǐng)域的不斷擴展和深入，為了更好地替代人類對各種復(fù)雜危險的空間環(huán)境進行實地考察獲取第一手資料，多機器人協(xié)作已成為人類進行科學(xué)探索必不可少的技術(shù)手段之一。本文對多機器人協(xié)作研究中的多機器人協(xié)作體系結(jié)構(gòu)、協(xié)作定位及多機器人任務(wù)分配三個問題進行了相關(guān)研究，主要工作如下：
　　以自主移動機器人技術(shù)的發(fā)展歷程為基礎(chǔ)，對多機器人協(xié)作技術(shù)的實際應(yīng)用作了較為詳

2、細的介紹，指出多機器人協(xié)作是機器人技術(shù)發(fā)展的必然結(jié)果和發(fā)展目標。同時對多機器人協(xié)作技術(shù)的主要研究內(nèi)容、難點和存在的問題進行了歸納總結(jié)。并對本文的研究基礎(chǔ)做了簡單的介紹。
　　多機器人系統(tǒng)的體系結(jié)構(gòu)是一種協(xié)調(diào)系統(tǒng)中機器人之間行為和功能邏輯關(guān)系的有效控制機制。在自主移動機器人所具備的行為功能基礎(chǔ)上，針對自主移動機器人系統(tǒng)功能實現(xiàn)模式，以個體機器人系統(tǒng)體系結(jié)構(gòu)為出發(fā)點結(jié)合各功能模塊之間的邏輯功能關(guān)系提出了面向功能層次的多機器人分布式體系

3、結(jié)構(gòu)；針對機器人協(xié)作中所要實現(xiàn)的行為功能，給出了多機器人協(xié)作的關(guān)鍵技術(shù)關(guān)系圖。并對各關(guān)鍵技術(shù)的研究重點和主要研究方法進行簡單闡述。
　　移動機器人的定位是其執(zhí)行任務(wù)和進行協(xié)作的前提和基礎(chǔ)，以足球機器人為載體對機器人自定位和路徑規(guī)劃進行了研究。針對足球機器人視覺傳感器和自身移動機構(gòu)的特點建立了機器人全景攝像機模型和運動模型，通過對場地環(huán)境進行采樣點觀測進行顏色識別和距離標定研究，在此基礎(chǔ)上的實現(xiàn)了機器人在結(jié)構(gòu)化場地中的基于白線檢測的

4、視覺自定位。以足球機器人通過協(xié)作完成射門為目的，設(shè)計了一種基于貝塞爾曲線的最優(yōu)路徑規(guī)劃方法，在完成射門動作的同時能夠有效避開障礙。通過動態(tài)仿真實驗和實體機器人測試實驗對其可行性進行了驗證。最后，對機器人多傳感器混合定位和融合定位進行了研究，并通過仿真實驗對定位結(jié)果進行了比較。
　　對多機器人協(xié)作定位進行了研究。協(xié)作定位的關(guān)鍵在于機器人之間的信息交流和對機器人獲取的局部信息進行有效融合得到全局信息。針對信息融合問題，本文采取一種分布

5、式多傳感器信息融合方法對里程計和視覺傳感器進行信息融合，同時在融合過程中通過馬氏距離數(shù)據(jù)關(guān)聯(lián)模型對初步融合結(jié)果進行數(shù)據(jù)匹配，提高了信息融合的可靠性和容錯性。在此基礎(chǔ)上，提出了一種基于特征檢測的擴展卡爾曼濾波協(xié)作定位方法。通過機器人之間的相對觀測量對協(xié)作定位中的機器人觀測方程和狀態(tài)方程進行更新校正，此方法有效降低了里程計在觀測中所帶來的累積誤差，提高了定位的精度。最后給出了仿真實驗的定位誤差，結(jié)果證明此方法是可靠有效的。
　　對多機

6、器人任務(wù)分配進行了研究。首先對當前的任務(wù)分配方法進行了分類總結(jié)，并對任務(wù)分配問題進行了數(shù)學(xué)描述。多機器人任務(wù)分配問題屬于機器人控制系統(tǒng)上層組織決策的范疇，需要分層協(xié)調(diào)處理。通過對多機器人和多任務(wù)的狀態(tài)空間描述，可以將機器人和任務(wù)分別以有限集合的形式進行描述，則多機器人任務(wù)分配可以看做是一個有約束條件的組合優(yōu)化問題。通過以能力向量的形式對機器人和任務(wù)進行能力向量定義，并確定機器人完成任務(wù)的能力條件。市場機制是一種對現(xiàn)有資源進行合理分配的有