一種基于局部感知的多機器人編隊控制方法

1、第39卷增刊2011年11月華中科技大學(xué)學(xué)報(自然科學(xué)版J .H u a z h o n g U n i v .o f S c i .&T e c h .(N a t u r a l S c i e n c e E d i t i o n V o l .39S u p.N o v .2011收稿日期2011-07-15.作者簡介蔡偉斌(1988-,男,碩士研究生,E -m a i l :c a i w e i b i n 111163.c o m.基金項目國家自然科學(xué)基金資助項目(60975071.一種基于局部感知的多機器人編隊控制方法蔡偉斌1張?zhí)煲?馮鵬銘3張汝波1(1哈爾濱工程大學(xué)計算機科

2、學(xué)與技術(shù)學(xué)院,黑龍江哈爾濱150001;2北京航空航天大學(xué)自動化科學(xué)與電氣工程學(xué)院,北京100191;3北京化工大學(xué)信息科學(xué)與技術(shù)學(xué)院,北京100029摘要針對未知環(huán)境下多機器人難以實現(xiàn)靈活、穩(wěn)定的編隊控制的情況,在分析領(lǐng)隊-跟隨法、基于行為方法以及虛擬結(jié)構(gòu)法的編隊控制方法基礎(chǔ)上,提出了一種模擬人類社會中方隊形成與變化的思想,將其應(yīng)用在多機器人的編隊中,進(jìn)行多機器人的編隊控制.機器人存儲不同編隊隊形的相對位置信息,通過領(lǐng)航者發(fā)布隊形控制信息,跟隨者查找并匹配預(yù)先存儲的隊形信息,從而確定自己在編隊中的相對位置,使多機器人形成并保持一定的隊形運動.在多機器人仿真平臺上進(jìn)行了仿真實驗,結(jié)果證明了該方

3、法的有效性,實現(xiàn)了多機器人編隊的靈活控制.關(guān)鍵詞多機器人;編隊控制;相對坐標(biāo);局部感知;避障中圖分類號T P 242文獻(xiàn)標(biāo)志碼A 文章編號1671-4512(2011S 2-0324-04A m u l t i -r o b o t f o r m a t i o n c o n t r o l m e t h o d b a s e d o n l o c a l s e n s i n gC a i W e i b i n 1Z h a n g T i a n y i 2F e n g P e n g m i n g 3Z h a n g R u b o 1(1C o l l e g e

4、o f C o m p u t e r S c i e n c e a n d T e c h n o l o g y ,H a r b i n E n g i n e e r i n g U n i v e r s i t y ,H a r b i n 150001,C h i n a ;2S c h o o l o f A u t o n m a t i o n S c i e n c e a n d E l e c t r i c a l E n g i n e e r i n g ,B e i h a n g U n i v e r s i t y ,B e i j i n g 100

5、191,C h i n a ;3C o l l e g e o f I n f o r m a t i o n S c i e n c e a n d T e c h n o l o g y ,B e i j i n g U n i v e r s i t y o f C h e m i c a l T e c h n o l o g y ,B e i j i n g 100029,C h i n a A b s t r a c t F o r t h e u n k n o w n e n v i r o n m e n t ,f l e x i b l e a n d s t a b l

6、e m u l t i -r o b o t f o r m a t i o n c o n t r o l i s d i f f i c u l t t o a c h ie v e ,a m u l t i -r o b o tf o r m a t i o n c o n t r o l m e t h o d o f s i m u l a t i ng th e h u m a n s o ci e t y q u e u e s f o r m i n g a n d c h a n g i n g w a s p r o p o s e d ,b a s e d o n a n

7、 a l y z i n gt h e l e a d e r -f o l l o w e r m e t h o d ,b e h a v i o r -b a s e d m e t h o d a n d v i r t u a l s t r u c t u r e m e t h o d .T h e r o b o t s s t o r e d d i f f e r e n t f o r m a t i o n s p o s i t i o n i n f o r m a t i o n ,t h e l e a d e r r o b o t b r o a d c a

8、 s t e d c o n t r o l i n f o r m a t i o n ,t h e f o l l o w e r s l o o k e d f o r t h e po s i t i o n w h i c h i s s t o r e d i n a d -v a n c e ,s o t h a t t h e y c o u l d c o n f i r m t h e i r r e l a t i v e p o s i t i o n ,f o r m a n d k e e p o n e g i v e n f o r m a t i o n .F

9、 i n a l l y ,t h e s i m u l a t i o n r e s u l t s s h o w t h e e f f e c t i v e n e s s o f t h e m e t h o d a c h i e v i n g a f l e x i b l e m u l t i -r o b o t f o r m a t i o n c o n t r o l .K e y w o r d s m u l t i -r o b o t ;f o r m a t i o n c o n t r o l ;r e l a t i v e c o o r

10、 d i n a t e s ;l o c a l s e n s i n g ;o b s t a c l e a v o i d a n c e 編隊控制是多機器人研究領(lǐng)域中的一個重要方向,在軍事偵察、巡邏、大規(guī)模搜索營救、空間探索以及衛(wèi)星、無人機等航空航天領(lǐng)域都有廣泛的應(yīng)用前景.從目前的研究成果看多機器人編隊主要基于以下3種方法:領(lǐng)隊-跟隨法1、基于行為的方法2和虛擬結(jié)構(gòu)法3.多機器人編隊問題主要包括隊形形成4和隊形控制5,文獻(xiàn)6以基于行為的方法為基礎(chǔ)研究了多機器人隊形控制問題;文獻(xiàn)7研究了隊形的協(xié)調(diào)算法;文獻(xiàn)8-10分別從不同的角度對多機器人編隊問題進(jìn)行了研究.但上述方法存在一個共同的

11、問題:缺乏有效且統(tǒng)一的隊形表示框架和編隊控制算法,使靈活的隊形控制難以實現(xiàn).針對這一問題,本文采用基于行為的方法實現(xiàn)單個機器人的控制,將領(lǐng)隊-跟隨法以及虛擬結(jié)構(gòu)法結(jié)合起來,通過預(yù)先分散存儲編隊信息的方式,在相對坐標(biāo)系下提出了一種基于聲納局部感知的多機器人編隊控制方法,實現(xiàn)了多機器人編隊的靈活控制.1基于聲納陣列的局部感知1.1聲納陣列感知移動仿真機器人的聲納陣列示意圖如圖1所示.中間的實圈代表機器人,外邊的實圈表示傳感器的探測范圍,較短的箭頭表示機器人的運動 方圖1聲納陣列及區(qū)域劃分向.16個聲納傳感器沿機器人一周均勻分布,從左側(cè)開始按順時針方向編號,用S 0S 15表示,箭頭表示傳感器探測方

12、向,每個聲納探測范圍是22.5的一個扇形區(qū)域.由于不同方位的障礙物對機器人運動影響是不同的,因此將16個傳感器分為4組,即N 1N 4,對于不同區(qū)域障礙物采取不同的避障行為.1.2局部感知行為設(shè)計1.2.1奔向目標(biāo)行為奔向目標(biāo)行為就是機器人從初始位置到目標(biāo)位置的運動行為,設(shè)機器人起始點的位置為(x 0,y 0,目標(biāo)點的位置為(x g ,y g ,則奔向目標(biāo)的行為輸出矢量V g o a l 可表示為V g o a l =v (x g -x 02+(y g -y 0槡2x g -x 0y g -y (0,式中v 表示機器人在移動到目標(biāo)位置過程中某一時刻的速度大小.1.2.2避障行為該行為主要是用來

13、躲避機器人周圍的障礙物,通常前方障礙物和側(cè)方障礙物對機器人的影響不同,因此將避障行為分為前方避障和側(cè)方避障兩種,設(shè)置不同的優(yōu)先級.當(dāng)機器人檢測到障礙物有可能阻止其朝著目標(biāo)點運動時,該行為輸出矢量V a v o i d 使得機器人旋轉(zhuǎn)一定的角度,從而避免與障礙物發(fā)生碰撞,有V a v o i d =vc o s (-s i n (s i n (c o s (X a Y a,式中X a ,Y a T表示機器人的運動方向;號表示機器人的轉(zhuǎn)動方向(左為+,右為-,其與障礙物在機器人的左側(cè)或右側(cè)有關(guān).角度是機器人當(dāng)前運動方向與當(dāng)前位置和障礙物連線之間的夾角.當(dāng)障礙物位于機器人兩側(cè)即N 2,N 3區(qū)域時,

14、機器人進(jìn)行小角度(45的轉(zhuǎn)向,執(zhí)行前方避障行為;不考慮后方N 4區(qū)域障礙物.1.2.3隨機速度恢復(fù)行為當(dāng)機器人位于障礙區(qū)時,由于環(huán)境的復(fù)雜性,機器人可能卡死在某一點或某個區(qū)域,無法繼續(xù)運動,導(dǎo)致任務(wù)無法完成,此時機器人處于死鎖狀態(tài).為了使機器人擺脫該狀態(tài),加入隨機速度恢復(fù)行為,通過隨機偏轉(zhuǎn)使機器人擺脫死鎖狀態(tài).機器人輸出矢量用V s 表示,即V s =v sc o s (-k s -s i n (-k s s i n (k s c o s (k s X aY a ,式中:v s 表示機器人獲得的隨機速度大小;X a ,Y a T表示機器人當(dāng)前的運動方向;s 為機器人隨機偏轉(zhuǎn)角度;k 為0,L

15、-1之間的隨機整數(shù),L =i n t (2/s .1.3行為仲裁方法對于不同行為,機器人的決策機制設(shè)有不同的進(jìn)入、退出條件以及不同的優(yōu)先級,各行為的輸出矢量隨著聲納傳感器不斷獲得新數(shù)據(jù)而進(jìn)行更新,從而實現(xiàn)對當(dāng)前情況的快速反應(yīng).機器人行為仲裁算法如下:步驟1聲納陣列傳感器采集機器人周圍環(huán)境信息數(shù)據(jù);步驟2機器人對獲得的環(huán)境數(shù)據(jù)信息進(jìn)行分析、處理;步驟3行為決策機制根據(jù)分析、處理的結(jié)果依次按照行為的優(yōu)先級匹配行為的執(zhí)行條件;步驟4若匹配成功則執(zhí)行相應(yīng)的行為,否則執(zhí)行當(dāng)前默認(rèn)行為同時返回步驟1.2基于預(yù)存儲信息的編隊方法2.1編隊思想日常的大型活動中都會有群體性的表演,特別是方隊表演,他們之間除了擁

16、有一個指揮者外,彼此之間幾乎沒有直接的信息交流,卻可以做出整體劃一的動作,并可以進(jìn)行隊形的變換.受此啟發(fā),若將其思想應(yīng)用在多機器人編隊控制中,則可以減少機器人之間的信息通信量并可以保持和改523增刊蔡偉斌,等:一種基于局部感知的多機器人編隊控制方法變隊形.方隊中多人之所以可以保持一定的隊形并進(jìn)行變換,是基于以下2點:a.擁有一個指揮者通過一定的方式發(fā)送控制信息,告訴每一個參與者某一時刻應(yīng)該干什么;b.在進(jìn)行表演前,每一個參與者都知道自己應(yīng)該在隊形中的哪里,以及在接到指揮者的信息后應(yīng)該做什么.2.2領(lǐng)隊機器人編隊控制算法機器人之間的通信采用服務(wù)器-客戶端的方式,領(lǐng)隊機器人作為服務(wù)器端,以一定的頻

17、率向外界廣播自己的信息.通信采取單向廣播方式,不需要跟隨機器人向主機器人反饋信息.若某一時刻領(lǐng)隊機器人發(fā)送信息失敗,則將其忽略,下一時刻重新發(fā)送新的信息.領(lǐng)隊機器人編隊控制算法步驟如下:步驟1初始化領(lǐng)隊機器人位置信息以及編隊任務(wù)信息;步驟2領(lǐng)隊機器人通過聲納獲取編隊所處的環(huán)境信息數(shù)據(jù);步驟3經(jīng)過對數(shù)據(jù)的處理分析,確定下一時刻多機器人編隊所要執(zhí)行的隊形指令;步驟4領(lǐng)隊機器人廣播自身的位置、速度以及隊形信息并返回步驟2.2.3跟隨機器人編隊跟隨算法跟隨機器人作為客戶端,按照一定的時間頻率接受領(lǐng)隊機器人廣播的編隊信息,并通過預(yù)先存儲的編隊信息,確定自身在編隊中的相對位置.跟隨機器人跟隨算法步驟如下:

18、步驟1初始化多機器人編隊中跟隨機器人位置信息;步驟2跟隨機器人接受領(lǐng)隊機器人的位置、速度以及隊形信息;步驟3通過隊形信息跟隨機器人確定自身在編隊中相對于領(lǐng)隊機器人的坐標(biāo)位置;步驟4跟隨機器人判斷自己是否位于隊形所期望的坐標(biāo),若是則機器人以相同的速度跟隨領(lǐng)隊機器人,否則轉(zhuǎn)步驟5;步驟5將期望的坐標(biāo)設(shè)置為跟隨機器人的臨時目標(biāo),向著目標(biāo)運動并返回步驟2.2.4多機器人編隊算法流程在編隊中的每個機器人優(yōu)先保證自身安全的條件下,按照領(lǐng)隊機器人所廣播的隊形控制信息,進(jìn)行隊形組合.由于采用了相對坐標(biāo)系來確定每個機器人的位置坐標(biāo),機器人預(yù)先知道自己在不同隊形中的相對位置,因此編隊中不會出現(xiàn)多個機器人同時爭搶一

19、個位置的情況.多機器人編隊算法如下.步驟1初始化系統(tǒng)階段.在相對坐標(biāo)系下對移動多機器人的起始位置、目標(biāo)位置及目標(biāo)隊形等信息進(jìn)行初始化.步驟2領(lǐng)隊機器人廣播編隊信息.領(lǐng)隊機器人根據(jù)實時的聲納傳感器信息,分析所處的環(huán)境并發(fā)送合適的隊形指令.步驟3領(lǐng)隊機器人朝向目標(biāo)行進(jìn).若領(lǐng)隊機器人到達(dá)目標(biāo)點,則規(guī)劃結(jié)束.步驟4跟隨機器人跟隨領(lǐng)隊機器人指令運動.領(lǐng)隊機器人帶領(lǐng)整個隊列向目標(biāo)位置運動,編隊內(nèi)機器人共同維持隊形.若編隊在運動過程中檢測到障礙物,則領(lǐng)隊機器人發(fā)送避障隊列指令,轉(zhuǎn)步驟5,否則返回步驟2,檢查領(lǐng)隊機器人是否運動到目標(biāo)位置.步驟5編隊遇到障礙物,進(jìn)入避障狀態(tài),若避障結(jié)束,則領(lǐng)隊機器人發(fā)送新的隊形

20、指令,進(jìn)行隊形恢復(fù).否則,編隊機器人繼續(xù)進(jìn)行避障操作.3仿真實驗M o b i l e S i m是美國A c t i v M e d i aR o b o t i c s公司開發(fā)的移動機器人仿真環(huán)境,本實驗采用該仿真平臺驗證本文提出的多機器人編隊控制方法的有效性.3.1仿真實驗結(jié)果單機器人通過障礙區(qū)到達(dá)指定目標(biāo)位置,如圖2所示.圖中不同形狀的方框代表固定障礙物,間斷軌跡代表移動障礙物,連續(xù)軌跡代表仿真機器人通過障礙區(qū)形成的運動軌跡 .圖2單機器人仿真結(jié)果4個機器人初始成雜亂狀態(tài),依次形成縱隊、三角形、菱形和楔形隊形,并最終恢復(fù)縱隊隊形,隊形變換示意圖如圖3所示.5個機器人初始形成縱隊,并切換

21、成三角形隊形,分組通過障礙區(qū)后,恢復(fù)三角形隊形,繼續(xù)奔向目標(biāo),運動軌跡如圖4所示.圖中方框代表仿真環(huán)境中的障礙物.3.2仿真分析從圖2可以看出:采用基于行為的設(shè)計方法,623華中科技大學(xué)學(xué)報(自然科學(xué)版第39卷 圖3 不同隊形變換仿真結(jié)果圖4多機器人編隊通過障礙區(qū)仿真結(jié)果機器人順利通過了動態(tài)障礙區(qū),并選擇了一條比較近的路線奔向目標(biāo).從圖3可以看出:以4個多機器人編隊為基礎(chǔ),實現(xiàn)了縱隊、三角形、菱形以及楔形隊形之間的切換.從圖4可以看出:5個機器人編隊在有障礙物的環(huán)境下,隊形形成、切換時間明顯變長,在進(jìn)入障礙區(qū)后,機器人分組通過障礙區(qū),當(dāng)領(lǐng)隊機器人成功通過障礙區(qū)后,機器人重新組成三角形隊形奔向目

22、標(biāo).仿真實驗結(jié)果表明:通過預(yù)存儲編隊信息實現(xiàn)多機器人編隊控制,無論在隊形形成還是在隊形控制方面都取得了比較好的效果,特別是在隊形動態(tài)保持方面比較穩(wěn)定.但該方法適合于小規(guī)模的多機器人編隊控制,對于大規(guī)模編隊控制,由于多機器人之間互相避障行為的增加,隊形形成時間較長,會產(chǎn)生很多不確定性,可以進(jìn)一步改進(jìn)算法,進(jìn)行深入的研究.參考文獻(xiàn)1M a r i o t t i n iGL,M o r b i d iF,P r a t t i c h i z z oD,e ta l.L e a d e r-f o l l o w e rf o r m a t i o n s:u n c a l i b r a t

23、 e dv i s i o n-b a s e dl oc a l i z a t i o na n dc o n t r o lCI E E EI n t e r n a t i o n-a lC o n f e r e n c eo nR ob o t ic sa n dA u t o m a t i o n.R o m a:I E E E,2007:2403-2408.2B a l c hT,A r k i nRC.B e h a v i o rb a s e df o r m a t i o nc o n-t r o lf o rm u l t i r o b o tt e a m sJ.I E E ET r a n s a c t i o n so n R o b o t i c sa n dA u t o m a t i o n,1998,14(6:926-939.3B e a r dRW,L a w t o nJ,H a d a e g hFY.Af e e d b a c ka r-c h i t e c t u r ef o rf o r m a t i o nc o n t r o lCA m e r i c a nC o n-t r o lC o