王健鑫[1]2012年在《弱通信条件下的多水下机器人协调方法研究》文中研究指明多水下机器人协调方法研究在水下机器人研究领域是备受瞩目的课题之一，受到国内外学者的广泛关注。编队控制问题是指多机器人系统在未知环境中以期望编队队形、期望速度运动。该问题是多水下机器人协调中的一个代表性问题，普遍被应用于未知环境探测、海洋技术研究和军事技术研发等领域。协调与通信是多水下机器人系统合作问题所需研究的核心问题。水声通信固有的通信延时、通信失效以及通信误码等不利特性给实现多水下机器人协调控制带来很大的挑战。本文首先介绍了多水下机器人系统的体系结构及协调技术研究现状。设计了能够对复杂环境做出快速反应的混合分层式体系结构。还介绍了弱通信系统的通信特点及机器人感知模型。然后详细研究了弱通信条件下多水下机器人编队系统的编队控制问题，本文深入研究了一致性算法，并对本文设计的一致性算法进行了一致性分析，设计了将一致性算法应用于编队控制的一致性编队控制方法。在一致性编队控制方法分析结果基础上，研究合理的组织结构和组织策略保持编队的组织性、设计合理的通信协调策略和编队协调控制策略减少弱通信系统特性对编队任务带来的不利影响，使多水下机器人编队系统能够更加灵活、可靠地完成编队任务。最后，进行了实验研究。本文分别在实验室环境中和MoblieSim虚拟仿真平台上使用实体机器人和虚拟机器人实现了多水下机器人编队控制仿真，并对实验结果进行了评估与分析，验证了本文采用编队协调方法在弱通信条件下的有效性。
李冠男[2]2014年在《基于图论法的多水下机器人编队控制研究》文中提出随着多机器人学的发展和水下机器人技术的进步,多水下机器人协同作业被公认为未来水下机器人应用的重要方向之一。编队航行是最基本、最具代表性的协同作业行为,通常是指多个机器人在空间上保持特定几何队形、共同行进(或作业)的过程。多水下机器人编队与多移动机器人、多无人机编队相比,核心难点是水声通信和相互感知的局限性。这些局限性使得多水下机器人之间既不能实时准确的传递位置信息,也不能通过感知手段获得相对方位信息,如何在这种不完全、不确定信息条件下实现大规模多水下机器人编队是难点之一。在不能建立通信组网的条件下,一种思路是找到多水下机器人编队的基本单元,然后实时地将复杂编队分解为基本编队以实现任意队形的控制。本课题基于这一思路引入图论基本理论,从建模、分析和控制的角度深入研究了多水下机器人复杂编队问题。主要研究内容包括:1)分析了图和多水下机器人控制图的对应关系,给出了控制图刚性和维持性的定义,并构建了多水下机器人复杂编队和基本编队控制图模型。2)依据图论方法对复杂编队控制图进行分析,提出了复杂编队分解为基本编队的连通图条件,以及复杂编队控制图生成的充要条件和邻接矩阵产生方法。3)针对不同通信条件下基本编队的实现,提出了叁种编队控制方法并对每种方法应用的局限性进行了分析。4)对所提出的基本编队控制方法和复杂编队生成方法进行了仿真验证和实验验证。研究结果表明:应用图论进行编队分解是实现不确定通信下大规模多水下机器人编队的有效途径之一,能够将复杂编队合理分解为若干基本编队,并根据通信状态选择不同的编队控制方法实现稳定的编队航行。
向先波[3]2010年在《二阶非完整性水下机器人的路径跟踪与协调控制研究》文中研究表明21世纪是海洋的世纪,日益增长的海洋开发需求,以及自主式水下机器人(Autonomous Underwater Vehicle, AUV)技术的快速发展,使得欠驱动水下机器人已成为AUV家族的重要成员和海洋探测开发的重要工具。欠驱动水下机器人属于二阶非完整性系统,且具有本质上的强非线性,其运动控制问题非常具有挑战性。因此,二阶非完整性欠驱动水下机器人的非线性运动控制研究具有重要的理论价值和实用价值,已经成为水下机器人控制领域的热点问题。本文深入分析了国内外关于二阶非完整性水下机器人运动控制方面的研究成果,并总结了所存在的问题,在此基础上完成了二阶非完整性水下机器人的路径跟踪控制,并对基于路径跟踪的机器人编队协调控制进行了研究。主要研究内容如下：首先,简要介绍了非完整性系统,比较了路径跟踪与轨迹跟踪各自的特点,选择了建立路径跟踪误差动力学的合适方案。以一阶非完整性移动机器人为研究对象,深入探讨机器人路径跟踪控制的设计方法,在Serret-Frenet移动坐标系下,提出基于虚拟参考目标点“协作式”路径跟踪的控制策略,完成具有“时空解耦”特性的控制器设计。其次,建立水下机器人运动学、动力学模型,基于一阶与二阶非完整性系统运动控制的部分相似性,借鉴一阶非完整性机器人路径跟踪的控制策略,实现二阶非完整性水下机器人的叁自由度全状态欠驱动路径跟踪控制器,并解除了普遍存在的角速度持续激励的路径跟踪限制条件。通过引入建立在Serret-Frenet移动坐标系且可随路径曲率自适应变化的视线角,将其由传统的船舶直线路径跟踪,扩展到水下机器人曲线参考路径的跟踪控制。采用“视线角导航”和“位置”分步设计,简化了路径跟踪控制律。利用Lyapunov直接法和反演设计技术,将运动学路径跟踪控制器反演至动力学。在此基础上,给出了欠驱动与全驱动水下机器人侧漂角及其加速度的计算处理方法,得到完善的AUV路径跟踪控制解决方案,从而保证了高精度的路径跟踪控制。在海流扰动情况下,基于输入-状态稳定性分析和直接抵抗海流这两种方法,完成路径跟踪控制器设计。再次,在水下声通信受到通信距离、通信带宽等限制条件下,将二阶非完整性AUV路径跟踪与刚性编队协调有机结合起来,使得基于路径跟踪的AUV编队协调控制更具可行性和实用价值。采用编队参考点与虚拟结构相结合的方法,设定编队路径并增加了编队结构的灵活性。同时,将“时空解耦”的路径跟踪策略嵌入到多AUV编队协调控制设计之中,利用单个机器人的路径跟踪控制器完成叁自由度空间位姿跟踪任务,通过对多AUV速度的整体协调控制,实现编队队形。基于主从式控制结构,设计了单源、单向通信机制下的编队协调控制律；通过引入代数图理论知识,得到多机器人复杂网络通信拓扑的数学表达,进而基于无领航者的分散式控制结构,完成AUV编队协调控制器的设计,且考虑了机器人速度饱和的限制。对于存在水下通信时延和可变通信拓扑的情况,提出了基于平均一致连接性切换网络的时延协调控制律。另外,基于水下声纳导航信息,通过引入修正的AUV视线角,利用输入-状态稳定性原理,完成水下机器人编队协调下的路径跟踪及同时避障、避碰的控制设计。最后,总结了本文的主要研究成果和创新点,并对二阶非完整性水下机器人路径跟踪及编队协调控制的进一步研究工作进行了展望。
姜丽梅[4]2012年在《弱通信条件下多AUV编队控制及协作机制研究》文中研究表明自主式水下机器人可以代替人类在海洋环境中执行复杂危险的工作，在海底探测、水下作业、海上作战等方面具有广泛的应用前景。鉴于多水下机器人在各方面的优势和相关技术的发展，多水下机器人协同作业成为水下机器人新的应用形式。与陆上自主移动机器人相比，水下特殊的工作环境给多水下机器人系统的研究和设计带来更多困难。水声通信产生的不可忽略的信息延迟、通信失效以及高误码率等不利因素给多水下机器人的协调与协作带来很大的挑战。本文以多水下机器人系统在弱通信环境中普遍存在的协同问题为核心，分别研究通信时延及通信失效对编队系统及其稳定性的影响和基于局部感知和有限通信范围的协调与协作机制。本文的主要研究工作概括如下：(1)研究了一类具有双积分动态的群体编队系统的稳定性，针对水声通信容易产生较大的信息延迟问题，为了使编队收敛至指定速度，采用时延依赖的分布式控制律产生控制输入，然后利用拉普拉斯矩阵的性质对系统进行线性变换，根据奈奎斯特稳定判据分析系统达到稳定的条件以及收敛性，研究时延上限与控制参数和通信拓扑结构的变化关系，并表明在控制律中加入时延相关的预测项的必要性；针对水声通信失效或偶然中断问题，将该编队系统看作一个具有马尔可夫性质的切换拓扑结构，在一致性算法的基础上，利用不可分解且非周期随机矩阵的性质，分析群体收敛至稳定的期望编队的条件。实验结果表明，所采用的控制律和得到的稳定结论是正确的，有效地解决了通信时延和通信失效情况下的群体编队问题，对于多水下机器人在弱通信环境中的编队问题具有一定的实用价值。(2)在前面研究的基础上，结合水下机器人的动力学特性，研究了通信时延和通信失效影响的多水下机器人编队系统稳定性问题。以某型全驱动水下机器人为例，通过变换将其动态模型表示为双积分形式，并以双积分群体编队控制律和稳定性结论为基础，分别设计水下机器人在通信时延和通信失效情况下的控制输入，证明在一定条件下，所采用的方法能够使多个水下机器人逐渐地收敛至指定编队。对于通信失效问题，还分析采用DR算法对收敛过程的影响。实验结果表明，所提出的策略和得到的结论是有效的。(3)研究了多水下机器人协同目标搜索机制，将任务完成过程分为目标线索搜索、追踪目标线索和准确定位目标叁个阶段。以海底热液探测为例，水下机器人在开始阶段以编队运动方式在较大海域内进行全局范围的目标线索搜索，然后在局部范围内完成目标线索跟踪和目标定位任务。针对水声通信的通信范围小、通信质量差等限制，利用交哺式通信在水下机器人群体内部涌现出“虚拟食物”的梯度方向，模拟鱼群行为实现目标线索跟踪。实验结果表明，群体内部的拥挤因子和“虚拟食物”阈值对系统性能有影响，引入鱼群行为和增加拥挤因子有利于提高完成任务的效率。(4)以海洋矿物标本或海底硫化物的采集作业为应用背景，研究了生物交哺行为在多水下机器人协作搜集任务中的应用。给每个水下机器人定义一个内部变量衡量其自身的工作状态，并通过比较不同水下机器人的内部状态变量来判断交哺的可能性和方向性，进一步用状态转换图表示不同工作状态之间的关系。利用微分方程从宏观角度描述了系统中水下机器人在各状态的分布随时间变化情况，研究了各参数和状态转移概率等因素对系统性能的影响。将提出的方法与其他相关的协作方法进行了比较，实验结果表明了引入交哺行为对提高系统性能的有效性。
左权[5]2017年在《多水下球形机器人的编队控制研究》文中研究表明随着全球陆地资源的日益减少,人类为了更好地开发海洋资源和保护海洋权益,已经设计出多种多样的水下机器人作为水下探索辅助工具。水下球形机器人是一种特殊构型的水下机器人,具有运动灵活,耐压性高,各向动力参数相同的优点,机器人结构简单、抗压能力强,可以很好的应用于水下作业。单个机器人在海洋里的探索能力比较薄弱,自然界的动物集群运动给科研人员带来启发,开始研究多水下球形机器人的编队运动,多水下球形机器人的编队协同作业能够完成宽领域和全方位的任务,如:水下协作围捕敌方目标、水下全方位监控等。本课题以BYSQ-3型水下球形机器人为对象,研究多个水下球形机器人在编队运动过程中的控制策略和控制方法。具体研究内容如下:首先,研究分析BYSQ-3型水下球形机器人的软硬件结构和运动学、动力学特性,为研究水下球形机器人编队运动过程的控制方法奠定基础。建立多水下球形机器人系统编队的几何模型,建立以领航机器人为参考原点的球形坐标系,简化了多水下球形机器人编队控制过程中涉及到的矩阵计算。其次,研究多水下球形机器人编队形成过程的控制方法,分析多水下球形机器人系统从初始无序状态到形成编队形状过程中所需要的任务分配算法和路径规划算法。研究了编队形成过程的逻辑策略,提出了基于市场拍卖法的优化任务分配方法和基于二维切线圆法的机器人叁维空间内的路径规划算法,经过仿真验证了算法的有效性。再次,研究多水下球形机器人编队保持过程的控制方法,分析多水下球形机器人系统从形成编队形状时到编队避障过程中使用的编队保持控制算法。研究了编队保持过程的逻辑策略,改进了基于迭代学习法的编队保持控制算法,设计了迭代学习控制律,并设计了基于滑模控制算法的机器人路径跟踪控制算法,仿真结果验证了多水下球形机器人编队保持过程中的路径跟踪控制算法的正确性。最后,研究多水下球形机器人编队避障过程的控制方法,分析多水下球形机器人系统在遇到障碍物时所使用的控制方法,研究了编队避障过程的逻辑策略。为了使多水下球形机器人编队避障过程中仍然保持原编队队形形状约束,改进了基于传统人工势场法的编队避障算法。在此基础上提出基于人工势场法的编队避障模糊控制算法,提高多水下球形机器人系统避障的安全性,并进行了编队避障运动的仿真验证。以BYSQ-3型水下球形机器人为实验控制对象,经过水下球形机器人实验验证了多水下球形机器人编队控制算法的有效性。
孟宪松, 刘建华, 张铭钧[6]2007年在《多水下机器人编队通信研究》文中提出针对多水下机器人编队控制中的水下无线通信问题,提出了一种基于调度的水下无线环状媒介访问控制协议,克服了由于多跳带来的隐藏终端和暴露终端的问题,保证了系统通信的公平接入和周期性控制,同时通过采用数据包捎带技术,在数据包中携带令牌信息,减少额外发送令牌控制包等方法来提高系统吞吐量。N S仿真软件上的仿真实验分析了新协议的性能,通过与类似ALOHA的基于竞争协议的对比实验确定新协议的使用范围,验证了上述媒介访问控制协议的有效性和可行性。
王兢[7]2003年在《水下机器人编队系统研究》文中进行了进一步梳理本文所阐述的内容是在二维有障空间水下机器人动态编队的方法，分别就以下几方面的问题进行了研究和探讨： 首先是关于多机器人进行协作的体系结构的研究。论文中指出了单机器人体系结构在执行多机器人任务中存在的问题，并对其做了扩展，形成了多机器人编队系统的体系结构。 然后对系统中的各个层次的规划方法进行了具体研究。第一层是任务层，引入了时空表和时间控制器的方法，主要在该层解决多机器人间的协调和协作问题；第二层为行为规划，由避碰和编队模块分别对动作空间的动作做出评价，然后用加权融合的方法确定最后的动作；第叁层为感知层，包含了传感器信息处理和通讯两个部分。文中针对编队问题的具体特点，采用了基于环境信息的分层细化记忆学习法，使该系统具备了环境自适应能力。 最后，通过仿真实验实现了整个多机器人系统，进一步验证了各个算法的可行性和有效性。
孟宪松[8]2006年在《多水下机器人系统合作与协调技术研究》文中研究说明水下机器人是人类认识海洋、开发利用海洋的主要手段之一。多水下机器人系统是水下机器人研究的重要组成部分，具有重要的研究意义和使用价值。本文综述了多机器人系统、多水下机器人系统的研究现状，全面地总结了多水下机器人系统研究的关键技术、主要研究结果和存在的问题。针对复杂的海洋环境，提出多水下机器人系统设计的评价标准，提出一种适用于多水下机器人系统的体系结构，分别给出了系统中通信控制有效和通信控制失败时的控制方法。多机器人协调与协作机制与系统的体系结构密切相关，系统的动态组织与自组织依赖于不同的协调与协作机制，同时系统的体系结构也限制着协调与协作机制的选择。以多水下机器人编队为应用背景，对系统协调与协作机制进行深入研究。给出编队中单个水下机器人的运动控制方法；针对队形形成问题，提出基于行为效用理论的编队协调方法，以解决多机器人多目标点决策问题；针对队形保持问题，提出用于规划及控制多个水下机器人在动态环境中编队控制的一种有效机制，给出了编队规划协调算法、环境探索及路径获取和轨迹生成的方法，计算机仿真验证了编队控制的有效性和可行性。讨论了多水下机器人系统编队时通信的应用及面临的困难。建立了多水下机器人通信系统，设计了系统中通信协议的媒介访问控制层(MAC层)协议，与基于竞争的Simple协议相对比，提高了水下通信的吞吐量和通信效率。计算机仿真结果表明设计的新协议在一定使用范围内具有更好的性能。以水下机器人试验样机和移动机器人为实验平台，分别进行了两机器人跟随实验、协作推箱实验和水池实验，验证了队形保持控制中，编队规划协调、路径获取和轨迹生成方法的合理性和有效性。
赵百轶[9]2011年在《多自主水下机器人编队控制研究及虚拟仿真实现》文中研究说明自主水下机器人(AUV)具有体积小、重量轻、造价低、自主性强等优点，在海洋勘探、目标搜索及海下救援等方面已经得到了广泛的应用。AUV的控制系统是保证其操纵性能的关键,因此研究AUV控制系统、设计算法和仿真具有重要的现实价值和工程意义。与单个AUV相比，多AUV能够承担更加复杂的多目标协作任务。相应地，其控制系统不但要具有单AUV的功能，而且更需要具有它们之间的协调控制能力。目前，多AUV协调控制系统的研究成为AUV控制问题研究的主要方向之一。本文主要研究多AUV编队控制问题。从控制算法和可视化仿真的角度，研究AUV编队协调控制、路径规划、避障等方面的一些理论问题，旨在提高多AUV编队协调控制的动态品质，并且以更加直观的形式验证所提出的算法的工程适用性。论文的主要工作如下：第一部分：编队协调控制。多AUV系统采用领航者-跟随者结构。基于AUV运动学模型，根据编队控制对AUV间的距离和姿态要求，建立了编队的误差模型，再依据李雅普诺夫稳定性理论，通过选择合适的李雅普诺夫函数，给出跟随者AUV编队控制器设计算法。第二部分：路径规划。采用蚁群算法在多AUV系统中以领航者为对象进行路径规划。利用八叉树在压缩环境信息的同时对水下环境建模，采用改进蚁群算法进行路径规划，利用机器人与障碍物及与终点的距离构造综合启发信息，并引入惩罚因子概念，对蚂蚁寻找出的路径施加惩罚因子，淘汰距离障碍物过近的路径，使得规划出的路径与障碍物保持安全距离的同时保证路径最短。第叁部分：避障。采用人工势场法为跟随者机器人增加避障功能。在斥力势场函数中添加机器人与目标点的距离信息改进传统的人工势场法以解决目标点距离障碍物过近时势场失效的问题，并且将改进的人工势场法与编队协调控制算法进行了融合，跟随者距障碍物的距离小于某阈值时，其以编队形成时应处于的位置为目标点利用改进人工势场法进行避障，相反则利用编队协调控制算法进行编队。第四部分：叁维可视化仿真。利用OpenGL及3ds Max建立水下虚拟环境，首先利用3ds Max软件建立机器人及障碍物的叁维模型并导出ASE模型文件，再利用OpenGL建立水下场景，读入模型文件并渲染模型。采用多线程技术模拟多AUV在真实环境中的运动，用Java语言实现编队协调控制和避障融合算法及路径规划算法，并用OpenGL将各AUV状态实时地展现在虚拟环境中来实现编队的可视化仿真。
刘建华[10]2006年在《多机器人编队与通信问题研究》文中研究表明随着机器人技术的发展，设计和制造单个机器人已经不是十分困难的事情了，而且机器人的发展也表现出小型化的趋势，我们可以预见：将来的机器人必将具备多机器人协作的能力，由多个机器人协作完成复杂的任务。本文的主要工作在于探讨多机器人编队协调中的一些问题，同时考虑到水下编队中的多机器人的通信环境限制，从而设计了一种水下机器人编队通信协议，希望可以提高水下通信的吞吐量和通信效率。 本文在分析和学习现有编队控制理论的基础上，提出了一种混合式的控制体系结构。它的主要目的在于通过结合集中控制和分布式控制的优点，来提高编队控制体系的可靠性和编队队形的精度。 为了在实际中执行编队任务，我们需要控制编队中的机器人的轨迹和姿态，因此本文设计了新的路径跟踪控制方法和位姿控制方法，对于路径跟踪控制采用了圆形缓冲区的方法来提高跟踪的速度和精度，对于位姿跟踪控制我们采用基于引导圆的方法来提高位姿跟踪的精度。通过在实际机器人上的编队实验，验证了本文的设计方法的可行性。 在设计水下多机器人编队通信协议的时候，我们主要设计了通信协议的媒介访问控制层(MAC)，这主要是由于它可以很大程度的影响系统的通信的吞吐量和带宽的利用率，在本文将水下多机器人系统设计成为一个环状网络，这样可以保证编队通信的周期性。通过在国际流行的仿真软件上的仿真分析，指出了该协议的优缺点和适用范围。
参考文献：
[1]. 弱通信条件下的多水下机器人协调方法研究[D]. 王健鑫. 哈尔滨工程大学. 2012
[2]. 基于图论法的多水下机器人编队控制研究[D]. 李冠男. 沈阳理工大学. 2014
[3]. 二阶非完整性水下机器人的路径跟踪与协调控制研究[D]. 向先波. 华中科技大学. 2010
[4]. 弱通信条件下多AUV编队控制及协作机制研究[D]. 姜丽梅. 哈尔滨工程大学. 2012
[5]. 多水下球形机器人的编队控制研究[D]. 左权. 北京邮电大学. 2017
[6]. 多水下机器人编队通信研究[J]. 孟宪松, 刘建华, 张铭钧. 中国造船. 2007
[7]. 水下机器人编队系统研究[D]. 王兢. 哈尔滨工程大学. 2003
[8]. 多水下机器人系统合作与协调技术研究[D]. 孟宪松. 哈尔滨工程大学. 2006
[9]. 多自主水下机器人编队控制研究及虚拟仿真实现[D]. 赵百轶. 哈尔滨工程大学. 2011
[10]. 多机器人编队与通信问题研究[D]. 刘建华. 哈尔滨工程大学. 2006