论文部分内容阅读
多机器人协作系统近年来逐渐成为机器人与智能控制研究领域的热点问题，各国研究者都对其进行了大量的研究，但是，目前已取得的大部分成果主要集中在陆地及空天机器人领域，针对水下多机器人协作的研究成果寥寥。本文以多机器人系统为背景，以一类微小型仿生机器鱼为对象，对多仿生机器鱼协调控制进行了广泛而深入的研究，内容涉及体系结构、运动协调、任务设计及实现等多个层面，尤其对协作队形控制进行了创新性的研究，为水下机器人面向真实环境的协操作提供了理论和技术支持，对海洋探测、海上监测和军事应用等领域具有重要的参考价值。本文主要研究成果如下：
第一，基于一类微小型仿生机器鱼，利用多机器人系统的诸多优点，建立了一套多仿生机器鱼协作系统。系统采用面向任务的结构，集图像处理、在线显示、记录回放、环境设置、任务选择等多种功能于一体，界面友好，具有很强的扩展性，为研究多水下机器人的协作、协调提供了一个较完善的实验性平台，为多水下机器人协作领域的理论研究和实验验证奠定了基础。基于此平台，对一类典型的协作运输任务进行了探索性的研究。协作运输在陆地机器人领域是一个标准问题，但在水下机器人领域却是个崭新的任务。在充分考虑到水环境特点和机器鱼特殊推进机理的情况下，借鉴基于行为的控制思想，提出了一种基于状态选择动作的控制算法，成功实现了多条机器鱼协作推盘子的任务，并采用多组实验证明了控制策略的有效性。
第二，基于多机器鱼协作系统，开发了一个对抗中协作的任务——机器鱼水球比赛，为研究水下机器人协作控制提供了一个标准的问题和通用的实验平台。和机器人足球比赛一样，机器鱼水球比赛有利于通过比赛的形式促进水下机器人协作领域的技术交流和进步。在此平台上，我们对强化学习算法进行了检验，通过几场演示性比赛验证了该平台的稳定性和有效性。
第三，对水下机器人的协作队形控制进行了深入的研究，提出了一类新颖的基于流场的队形避障算法。受流体力学中现象的启发，借鉴了虚拟结构的模型，将变形能力赋予到刚体队形中，实现了队形行进中机动灵活的避障。本方法从一个全新的角度提出了队形研究的新框架，具有一定的普适性，尤其适用于水下机器人，例如机器鱼的群体队形控制。最后采用多条机器鱼对算法进行了实验验证，第一次实现人工鱼的群体巡游。
第四，提出了一种基于leader-follower模型的方法进行多机器人的队形控制。在自上而下的递阶结构里，群体队形控制被分解成多个leader-follower小队的位姿控制。采用了基于反馈线性化的跟踪控制器实现了队形及避障控制。仿真和实体实验结果验证了控制策略的有效性。