移动机器人原理与技术 课件 第九章 移动机器人的通信系统.ppt

9.2.3移动多机器人系统任务分配优化方法及应用(a)(b)9.2.3移动多机器人系统任务分配优化方法及应用(a)(b)相同数量机器人在不同任务数量下的完成结果：(a)任务数n=5，(b)任务数n=6，(c)任务数n=7，(d)任务数n=89.2.3移动多机器人系统任务分配优化方法及应用不同数量级m,n下算法迭代性能结果9.2.3移动多机器人系统任务分配优化方法及应用分别取任务数n=4,5,6,7,8的不同数量级机器人的任务分配完成性能实验。针对紧耦合型任务中机器人数量m略多于任务数量n时算法均能快速迭代完成分配。在表结果中观察每一行实验数据，不论机器人数量m的值取多少，对于任务数n=4、5、6、7、8算法迭代结果比较接近，不存在明显异常情况，那么同样可以得到如前述结果，即本章算法在同一数量级机器人情况下，每一行中任务的增加对决策的完成效率影响并不显著。9.2.3移动多机器人系统任务分配优化方法及应用但是，从表数据也可看出，随着机器人数量的增加，算法中机器人需要更多的信息交互，因此算法迭代次数也会随之增加。当n=4，m=120时、n=5，m=130时、n=6，7，8，m=135时在有限的空间内机器人数量达到饱和，此时，当机器人数量继续增加算法无法完成任务的分配。9.3移动多机器人编队与路径规划方法任务的高效执行需要多机器人间有效的协同，而多机器人的一致性编队控制是解决多机器人协同的重要手段，需要多个机器人组成的团队在向目标区域运动的过程中，个体之间保持特定的几何形态，能够躲避环境中的障碍物，使得大规模多机器人的运动控制问题得到简化。另一方面多机器人的编队控制既可以解决在任务获得之后，机器人集合在完成各自任务的过程中由于空间资源的竞争而发生的冲突；同时，又可以使多机器人在时间和空间上协调一致。9.3.1移动多机器人编队与队形保持1.多机器人编队的基本方法编队控制多个移动机器人，按照特定的要求保持个体之间的几何关系，对比单独控制移动机器人这种方式能够高效的控制多机器人系统躲避静或动态障碍物到达目的地并且由于机器人的编队行进，其路径选择较多条机器人规划路径简单、行进过程的动作统一可以简化协同控制的方案。对于多机器人的编队控制方向的研究按照采用的方法可以分为：虚拟结构法、基于行为的启发式方法、领航-跟随方法以及基于图论的方法等。9.3.1移动多机器人编队与队形保持1.多机器人编队的基本方法（1）虚拟结构法：虚拟结构法的思想是将整个编队系统看作一个整体，也就是一个虚拟的刚性结构，而编队的每个成员都看作刚性结构中相对固定的一点。当队形进行运动时，就是整个编队跟踪一虚拟点的问题。相对于领导跟随者，因为虚拟结构法不存在领航者，而且可以将编队带来的误差引入到系统中，所以可取得较高的控制精度。9.3.1移动多机器人编队与队形保持1.多机器人编队的基本方法（2）基于行为的启发式方法：基于行为法就是将多机器人编队行为分成几个小的动作，每个小的动作都有自己的目标控制器，而且每个动作的输出又可以当作输入输送到其他动作的控制器中。通过这样一系列的行为交互，最终实现编队控制的任务。基于行为法的核心在于如何设计并选取有效的一系列行为实现多机器人编队任务。9.3.1移动多机器人编队与队形保持1.多机器人编队的基本方法（3）领航-跟随方法：领导跟随者就是从多机器人中选出一个作为领航者，而编队中剩余的其他机器人就作为跟随者紧跟领航者航行。该策略的关键在于它将编队与轨迹位置的偏差进行变换。（4）基于图论法：由于多机器人编队控制在执行任务过程中具有相当的规模，所以结构是至关重要的。当多机器人由于通信、控制的原因而形成了网络结构，那么就必须通过数学中的图论将此网络结构建模成图的形式。9.3.1移动多机器人编队与队形保持2.移动多机器人编队的基本队形多机器人编队的基本队形有三角形、直线形、星形、还有五个机器人组成的多边形这几种对称的形状。移动多机器人编队基本队形9.3.2一致性编队模型及实现1.基于领航-跟随方法的移动多机器人编队模型（1）