CN110398975A - 一种基于广播式通信架构的领航跟随型多机编队容错控制方法 - Google Patents

一种基于广播式通信架构的领航跟随型多机编队容错控制方法 Download PDF

Info

Publication number
CN110398975A
CN110398975A CN201910833832.4A CN201910833832A CN110398975A CN 110398975 A CN110398975 A CN 110398975A CN 201910833832 A CN201910833832 A CN 201910833832A CN 110398975 A CN110398975 A CN 110398975A
Authority
CN
China
Prior art keywords
robot
pilot
formation
communication
navigator
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201910833832.4A
Other languages
English (en)
Inventor
杨宏安
张少华
包学锋
王旭
曹帅
张昭琪
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Northwestern Polytechnical University
Northwest University of Technology
Original Assignee
Northwest University of Technology
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Northwest University of Technology filed Critical Northwest University of Technology
Priority to CN201910833832.4A priority Critical patent/CN110398975A/zh
Publication of CN110398975A publication Critical patent/CN110398975A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0287—Control of position or course in two dimensions specially adapted to land vehicles involving a plurality of land vehicles, e.g. fleet or convoy travelling
    • G05D1/0291—Fleet control
    • G05D1/0295—Fleet control by at least one leading vehicle of the fleet

Landscapes

  • Engineering & Computer Science (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)

Abstract

本发明提出一种基于广播式通信架构的领航跟随型多机编队容错控制方法。该方法采用基于固定频道的广播式多机通信，解决了传统点对点通信方式下多机编队中领航机器人失效后编队通信中断问题，并以此广播式的通信架构为基础，提出了领航机器人距离最优替补容错控制方法，解决了传统点对点通信方式下领航机器人通信失效下多跟随机器人的无碰撞竞争替补问题，使得领航跟随型编队在领航机器人通信失效条件下编队仍能自主决策出新领航机器人，从而保持近似的编队队形执行预期的作业任务。该通信方法具有容易部署、可扩展性好、具有容错机制等特点，适用于多移动机器人的编队协作，也支持其他无人***的多机通信。

Description

一种基于广播式通信架构的领航跟随型多机编队容错控制 方法
技术领域
本发明涉及多机器人编队容错控制领域，具体为一种基于广播式通信架构的领航跟随型多机编队容错控制方法。
背景技术
多机器人编队是指各个机器人通过相互协调最终在保持特定几何形状基础上完成预定任务，在这其中各个机器人之间的通信则是多机的基础。多机编队具有覆盖范围广、合作效率高、抗损毁性强等优点，在无人机群盯梢侦察、联合救援与反恐、多机合作搬运等领域得到广泛应用。其中领航跟随型编队具有控制简单、稳定性高、扩展性好等优点，在编队控制方法中应用最为广泛。
领航跟随型多机编队是在执行编队任务的多机器人群体中，按照编队队形设定，跟随机器人以一定的距离间隔实时自主地跟随领航者的位置和方向，最终共同形成预定编队队形。其中，领航机器人负责路径规划、环境探测，并实时将自身位姿发送给各跟随机器人，是整个多机编队***的核心。
随着多机编队应用领域的多样化、应用场景的复杂化，特别是在强对抗的战场环境下，编队在执行任务的过程中，部分个体失效不可避免。尤其是当领航机器人产生通信故障时，领航机器人与各跟随机器人之间的通信随即中断，将无法继续向其他机器人发送位置及环境信息，导致跟随机器人失去领导者，使编队处于无组织状态，导致编队瓦解无法继续执行任务。
在多机编队***控制方法方面，现有研究主要侧重于理想环境下的轨迹跟踪问题，且主要侧重于移动机器人的运动控制算法研究。而以对抗环境下的多机编队容错控制为切入点的研究相对较少。另外，在现有多机编队容错控制研究中，也主要是针对理想情况下的领航机器人遴选问题，而很少研究领航机器人失效条件下多跟随机器人的无碰撞竞争替补问题。
在多机编队***通信方式方面，目前最常见的通信则为点对点式通信，点对点式通信中最具有代表性的通信网络则为无线局域网。无线局域网主要是针对确定性条件下的机器人组网与交互，无法考虑实际应用当中的领航机器人通信失效问题，因此本文以此为切入点建立基于固定通信频段的广播式通信架构。
在实际问题中，领航机器人通信故障将引起领航机器人与跟随机器人之间的通信中断，使编队处于无组织状态，导致整个编队***紊乱而无法继续执行作业任务。因此，本发明以广播式通信架构作为多机器人之间通信方式，在此基础上提出了一种适用于领航机器人通信失效的距离最优替补容错控制方法。
发明内容
当领航跟随型多机编队***工作在复杂未知的对抗环境中时，个体机器人失效在所难免。本发明针对领航机器人通信失效的情况，基于广播式通信架构在网络全连通方面的优势，将这种分布式的广播式通信架构引入领航跟随型多机编队控制问题中，提出了一种基于广播式通信架构的领航跟随型多机编队容错控制方法。旨在解决因领航机器人故障或损毁带来的整个多机编队失效问题。同时为多移动机器人的自主成形、队形保持、队形变换、目标跟踪和编队***故障后的任务执行提供一种有效、可扩展、具有容错功能的编队通信方法支持。
基于上述原理，本发明的技术方案为：
所述一种基于广播式通信架构的领航跟随型多机编队容错控制方法，其特征在于：包括以下步骤：
步骤1：建立领航跟随型移动机器人编队，分配领航、跟随两种移动机器人角色，并根据编队任务以及移动机器人数量预设编队队形图案，所述编队队形图案包括当前机器人数量的编队队形图案和少于当前机器人数量的编队队形图案；同时构建基于广播式通信架构的多移动机器人通信网络；
步骤2：领航跟随型多机编队成形与保持：
步骤2.1：获取各机器人实时位姿信息，利用广播式通信架构，领航机器人将位姿信息实时发送给跟随机器人；
步骤2.2：跟随机器人根据预设的编队队形图案结合领航机器人的实时位置计算自身的理想位姿，而后跟随机器人依据自身的实时位姿和理想位姿，计算得到各自的位姿跟踪误差；
步骤2.3：跟随机器人根据位姿跟踪误差进行控制，使位姿跟踪误差趋近于0，实现整个多机编队***形成和保持既定的编队队形来完成作业任务；
步骤3：领航机器人通信失效条件下的距离最优替补容错控制：
步骤3.1：当领航机器人检测到自身通信失效后，其立即退出编队任务并停止于当前位置；跟随机器人连续设定的N个工作周期未接收到领航机器人发送的位姿信息，则判定为领航机器人通信发生故障；
步骤3.2：各跟随机器人计算各自对应的距离函数，其中第i个跟随机器人Fi的距离函数Si：
Si＝di+Li
其中di表示该跟随机器人距失效领航机器人之间的距离，Li为新编队队形下，跟随机器人Fi作为新领航机器人条件下队形变换的代价函数，所述代价函数Li为跟随机器人Fi作为新领航机器人时，各个机器人移动到变换后队形中相应位置的移动距离和的最小值；
步骤3.3：各个跟随机器人计算完自身距离函数值后，按照ID顺序依次切换通信方式为发送模式，将自身ID和该位置下的距离函数值发送通信频道当中，随即转换为接收模式，接收其他跟随机器人的ID和对应的距离函数值，直到所有跟随机器人信息收发完毕；
步骤3.4：各跟随机器人将自身距离函数值与其它各机器人距离函数值进行对比，如果出现比自身距离函数值小的其他机器人，则自身继续担任跟随机器人；如果自身距离函数值最小，则该跟随机器人作为新的领航机器人；然后返回步骤2，重新进行领航跟随型多机编队成形与保持。
进一步的优选方案，所述一种基于广播式通信架构的领航跟随型多机编队容错控制方法，其特征在于：多移动机器人通信网络中，各机器人默认通信方式为单工通信，其中领航机器人为发送模式，跟随机器人为接收模式。
进一步的优选方案，所述一种基于广播式通信架构的领航跟随型多机编队容错控制方法，其特征在于：步骤2.1中，通过外部设置的全局定位***获取各机器人实时位姿信息。
进一步的优选方案，所述一种基于广播式通信架构的领航跟随型多机编队容错控制方法，其特征在于：步骤2.3中采用PID控制或滑膜控制法对跟随机器人进行控制。
进一步的优选方案，所述一种基于广播式通信架构的领航跟随型多机编队容错控制方法，其特征在于：步骤3.2中，跟随机器人距失效领航机器人之间的距离di根据跟随机器人Fi当前的位置坐标与领航机器人通信失效前发送的位置坐标计算。
进一步的优选方案，所述一种基于广播式通信架构的领航跟随型多机编队容错控制方法，其特征在于：步骤3.2中，代价函数的计算过程为：
设函数l(Fi,Bj)为机器人Fi距变换后队形中待填补空缺位置Bj的距离，根据剩余机器人个数n与新编队待填补剩余位置可得n×n阶矩阵：
定义代价函数L为：
其中当跟随机器人Fi占领新编队中Bj位置时xij＝1，否则xij＝0。
进一步的优选方案，所述一种基于广播式通信架构的领航跟随型多机编队容错控制方法，其特征在于：步骤3.4中，各个机器人移动到新编队中的相应位置过程中，根据失效机器人的位置，采用带有避障控制的位姿移动控制方法。
有益效果
本发明的有益效果在于采用基于固定频道的广播式多机通信方法，解决了传统点对点通信方式下多机编队中领航机器人失效后编队通信中断问题，并以此广播式的通信架构为基础，提出了领航机器人距离最优替补容错控制方法，解决了传统点对点通信方式下领航机器人通信失效下多跟随机器人的无碰撞竞争替补问题，使得领航跟随型编队在领航机器人通信失效条件下编队仍能自主决策出新领航机器人，从而保持近似的编队队形执行预期的作业任务。与此同时该通信方法具有容易部署、可扩展性好、具有容错机制等特点，它可适用于多移动机器人的编队协作，同时也支持其他无人***的多机通信，为无人机、空地协同等的多机通信问题提供技术支撑。
本发明的附加方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。
附图说明
本发明的上述和/或附加的方面和优点从结合下面附图对实施例的描述中将变得明显和容易理解，其中：
图1是基于广播式通信的多机器人无线通信网络架构图。其中：1-1为无线收发模块，1-2为移动机器人处理器，1-3为领航机器人，1-4、1-5、1-6为跟随机器人。
图2是基于领航跟随型的多移动机器人编队场景图(以三角形编队为例)。其中：2-1表示领航机器人，2-4、2-5为两个跟随机器人。2-2、2-3分别是两个跟随机器人对应的理想位置的虚拟机器人。
图3是不同规模下领航跟随型编队预设队形示意图。其中：3-1为领航机器人，3-2为跟随机器人。
图4是领航机器人通信失效条件下替补容错控制方法验证实验，其中：L为领航机器人，F1，F2，F3为跟随机器人。
图5是领航机器人通信失效条件下替补容错控制方法实验轨迹，其中：Leader轨迹为领航机器人运行轨迹，F1，F2，F3实际轨迹为跟随机器人运行轨迹。
具体实施方式
本发明是从领航跟随型编队通信角度入手，采用基于固定频段的广播式通信架构，，并在该通信技术基础上，提出一种较为通用的多机编队容错控制方法，以解决领航机器人通信失效情况下的多机编队容错控制问题。
基于广播式通信架构的领航跟随型多机编队容错控制***包括：移动机器人全局定位***、基于广播式通信架构的无线网络和多个移动机器人，参见图1。其中移动机器人全局定位***可采用的全局定位方法很多，本发明中选用基于超声波信标的室内全局定位方法，具体可见中国专利申请：一种基于室内全局定位的多移动机器人编队控制方法(申请号：201711125796.3)。
基于广播式通信架构的无线网络包括：固定通信频道、信息收发单元。
固定通信频道是根据各机器人信息交互需求而人为设定的某一固定频段。
信息收发单元采用无线收发模块(1-1)与各个移动机器人的处理器(1-2)相连，是移动机器人之间相互通信的桥梁，领航机器人(1-3)和跟随机器人(1-4、1-5、1-6)均搭载信息收发单元，领航机器人默认为发送模式，跟随机器人默认为接收模式。
基于广播式通信架构的领航跟随型多机编队容错控制方法具体实现步骤如下：
Step1：移动机器人的初始化
移动机器人的初始化主要包括：分配领航、跟随两种移动机器人角色，根据编队任务以及机器人数量预设编队队形图案(包括当前机器人数量的编队队形图案和少于当前机器人数量的编队队形图案)，初始化移动机器人定位***。
Step2：构建基于广播式通信架构的多移动机器人通信网络
1)各无线收发单元参数设定：为了实现机器人之间的通信，无线模块需要设置相同的通讯频率、波特率，传输速率、收发地址等参数。
2)设定移动机器人收发数据帧头：依据机器人不同的角色和ID设定机器人交互过程中不同的数据帧头。
3)设置各机器人默认通信方式：正常情况下编队***设置为单工通信，配置领航机器人的信息收发单元为发送模式，各跟随机器人为接收模式。
Step3：理想工况下的领航跟随型多机编队成形与保持
1)根据移动机器人车体结构及驱动方式，建立移动机器人运动学模型，并依此构建多移动机器人编队的运动学模型。
2)通过室内全局定位***，获取各机器人实时位姿信息，利用广播式通信架构，领航机器人将位姿信息实时发送给跟随机器人。
3)跟随机器人根据预设的多机编队队形几何信息，结合领航机器人的实时位置计算自身的理想位姿；然后，跟随机器人依据自身的实时位姿和理想位姿，计算得到各自的位姿跟踪误差。
4)选用已有的多机编队控制方法，如：PID控制、滑膜控制法等，作为跟随机器人的运动控制器，并依此来控制跟随机器人的位姿跟踪误差趋近于0，从而实现整个多机编队***形成和保持既定的编队队形来完成作业任务。
Step4：领航机器人通信失效条件下的距离最优替补容错控制方法
当领航机器人发生通信失效时，领航机器人不能将自身的位姿信息发送到设定频道内，同时跟随机器人在该通信频道下也不能接收到领航机器人的位姿信息。在固定通信频段的广播式通信架构的基础上，编队***随即根据距离最优替补容错控制方法自主决策出新的领航机器人，从而保持近似的编队队形执行预期的作业任务，具体步骤如下：
4.1当领航机器人检测到自身通信失效后，其立即退出编队任务并停止于当前位置；跟随机器人连续三个工作周期内未接收到领航机器人发送的位姿信息，则判定为领航机器人通信发生故障。
4.2在领航机器人通信失效条件下，各跟随机器人运用距离最优替补容错控制方法计算各自对应的距离函数Si：首先，根据跟随机器人当前位置与失效领航机器人在通信失效前最后一次广播的自身位置，计算当前队形下各跟随机器人与失效领航机器人之间的距离di；然后，依据当前剩余跟随机器人的数量，从多机编队预设队形库(图3)中选择机器人数量相匹配的新编队队形，并计算各跟随机器人作为新编队队形的领航机器人条件下队形变换的代价函数Li；最后，各跟随机器人根据各自对应的di和Li计算得到其距离函数Si，并依据距离函数最小原则遴选出新编队队形下的新领航机器人。
4.3在选择出新领航机器人后，运用距离最优替补容错控制方法实现新领航机器人和其他跟随机器人到达各自对应的新位置：新领航机器人利用自身运动控制器和现有避碰方法自主移动到失效领航机器人所在位置点；同时，其他跟随机器人利用自身运动控制器移动到由所选新队形和新领航机器人的代价函数所确定的各自对应的新位置点，从而形成领航机器人通信失效条件下的新编队队形。
4.4在新编队队形中，新领航机器人无线收发模块自动切换为发送模式，其他跟随机器人继续保持接收模式，通信架构重新恢复为广播式，其他跟随机器人开始接收新领航机器人发送的实时位姿，从而实现以新领航跟随编队队形来继续执行既定的作业任务。
在上述4.2步骤中，依据距离最优替补容错控制方法，计算各跟随机器人距离函数Si的具体方法解释如下：
①各跟随机器人在自主决策新领航机器人的过程中，需要参照领航机器人通信失效前的队形和不同规模下领航跟随型编队预设队形，计算各跟随机器人距离函数Si
Si＝di+Li
其中di表示该跟随机器人距失效领航机器人之间的距离；Li表示在该跟随机器人作为新领航机器人条件下队形变换的代价函数。
首先，计算跟随机器人距失效领航机器人之间的距离di。利用跟随机器人Fi当前的位置坐标与领航机器人通信失效前发送的位置坐标，计算跟随机器人Fi距离失效领航机器人之间的距离。
然后，选择领航机器人通信失效后的新队形。领航机器人通信失效后，编队队形中机器人数量减少，根据领航机器人通信失效后剩余跟随机器人的数量，再结合不同规模下领航跟随型编队预设队形(图3)选择出机器人数量上相匹配的新队形。
最后，计算跟随机器人Fi作为新领航机器人条件下队形变换的代价函数Li。领航机器人通信失效后，编队队形中机器人数量减少，需要选举出新的领航机器人去填补空缺位置，本发明就以各跟随机器人移动到待填补空缺位置的最小代价函数为队形变换的依据。设函数l(Fi,Bj)为机器人Fi到待填补空缺位置Bj的距离，根据剩余跟随机器人与待填补剩余位置可得n×n阶矩阵：
定义代价函数L：
当跟随机器人Fi占领队形中Bj位置时xij＝1，否则xij＝0；因为每个机器人最终只存在一个预留位置，并且所有预留位置占满机器人，所以当不同的位置分配代价函数L相同的情况下，则随机选择一种分配方案。队形变换过程中根据预设队形可能出现多种变换方式，而代价函数L则表示在各个移动机器人需调整位置的距离之和的最小值，根据代价函数L选择出最优的队形变换方式，该种变换方式可以保证各个机器人需要移动的距离之和最短。
②各个跟随机器人计算完自身距离函数Si后，按照ID顺序依次切换通信方式为发送模式，将自身ID和该位置下的距离函数Si发送通信频道当中，随即转换为接收模式，接收其他跟随机器人的ID和Si'，直到所有跟随机器人信息收发完毕。
③各跟随机器人将自身距离函数Si与其它各机器人距离函数Si'进行对比，如果出现比自身距离函数小的其他机器人，则继续担任跟随机器人；如果自身Si最小，则该跟随机器人作为新的领航机器人。
下面结合领航机器人通信失效条件下替补容错控制方法验证实验，以三角形多机编队为例，对该发明的具体实施方式说明如下：
1、移动机器人的初始化
移动机器人初始化主要包括：初始化编队图形信息，如图3所示不同规模下领航跟随型编队预设队形示意图，配置多机之间的无线通讯单元等。以图2所示的三角形多机编队为例进行说明，初始化多机编队的几何图形：领航机器人(2-1)为三角形队形的顶点，跟随机器人(2-4、2-5)为三角形编队底边的两个端点，而且分别与领航机器人距离为L、夹角为
2、构建基于广播式通信架构的多移动机器人通信网络
1)各无线收发单元参数设定：以本***为例对无线模块参数进行设置，通信频率：2.4GHz；发送接收地址：0x34 0x43 0x10 0x10 0x01；波特率：115200；空中传输速率2MHz/s。
2)设定移动机器人收发数据帧头：同时通信过程中移动机器人个数据帧头含义如表所示：
表1多移动机器人通信各数据帧头
3)设置各机器人默认工作方式：配置领航机器人的信息收发单元为发送状态，跟随机器人为接收状态；
3、理想工况下的领航跟随型多机编队成形与保持
基于超声波信标的室内全局定位***，可以实时获得领航机器人(2-1)、跟随机器人(2-4、2-5)的当前位姿信息，且该位姿包括位置坐标和方向角信息。
以跟随机器人(2-4)为例进行说明，假设当前时刻领航机器人(2-1)位姿为(x1 y1θ1)T，跟随机器人(2-4)位姿(x2 y2 θ2)T。若要保持既定边长为L的三角形编队队形，则需要实时跟踪虚拟机器人(2-2)，而虚拟机器人(2-2)的位姿坐标可计算如下：
通过基于固定通信频段的多机通信网络，跟随机器人收到领航机器人的位姿信息后，依据预定队形计算其对应的虚拟机器人(2-2)的位姿坐标，可计算得到跟随机器人(2-4)的跟踪位姿误差(xe ye θe)T，其中，(xe ye θe)T＝(x2-xr y2-yr θ2-θr)T。根据各跟随机器人的跟踪位姿误差来采用相对应的运动控制器。
根据运动控制器求解编队所需的运动控制率，并设计控制率中的相关参数；再与当前速度信息结合，求出采样周期内每个跟随机器人保持编队队形所需的线速度和角速度。跟随机器人按照所得的线速度和角速度进行运动，确保各跟随机器人的跟踪位姿误差趋近于0，使多移动机器人在保持编队队形的条件下执行作业任务。
4、领航机器人通信失效条件下的距离最优替补容错控制
对编队***整个运行过程中由室内全局定位***记录的实时坐标点进行分析，图4为领航机器人通信失效条件下替补容错控制方法验证实验，图5为领航机器人L和跟随机器人F1，F2，F3的实际运行轨迹，具体实验过程如下：
1)如图4中轨迹所示，跟随机器人F1，F2，F3在领航机器人L的带领下形成边长为的菱形编队，0-15s编队***正常运行。当15s时领航机器人L通信突然失效，退出编队***并停止到当前位置。各跟随机器人在无线模块工作频率下的三个工作周期没有接收到领航机器人的位姿信息，判定领航机器人通信发生故障。
2)编队队形中机器人数量由4个减少为3个，结合不同规模下领航跟随型编队预设队形，选择机器人数量为3的新型三角形编队，然后各跟随机器人利用距离最优替补容错控制方法计算出各跟随机器人距离函数Si，经过对比得出跟随机器人F3为距离函数最优者，跟随机器人F3竞争成为新的领航机器人。
3)跟随机器人F3作为新的领航机器人在15-40s期间去替补失效领航机器人并达到失效领航机器人所在位置点，替补期间根据失效机器人L的位姿点采用规划轨迹的方式进行避碰，跟随机器人F1和F2按照最小代价函数的约束下进行队形变换。
4)最终形成以跟随机器人F3作为新领航者的三角形编队，新的领航机器人F3将无线收发单元切换为发送模式，带领跟随机器人F1和F2继续执行编队既定的作业任务。
尽管上面已经示出和描述了本发明的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本发明的限制，本领域的普通技术人员在不脱离本发明的原理和宗旨的情况下在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。

Claims (7)

1.一种基于广播式通信架构的领航跟随型多机编队容错控制方法，其特征在于：包括以下步骤：
步骤1：建立领航跟随型移动机器人编队，分配领航、跟随两种移动机器人角色，并根据编队任务以及移动机器人数量预设编队队形图案，所述编队队形图案包括当前机器人数量的编队队形图案和少于当前机器人数量的编队队形图案；同时构建基于广播式通信架构的多移动机器人通信网络；
步骤2：领航跟随型多机编队成形与保持：
步骤2.1：获取各机器人实时位姿信息，利用广播式通信架构，领航机器人将位姿信息实时发送给跟随机器人；
步骤2.2：跟随机器人根据预设的编队队形图案结合领航机器人的实时位置计算自身的理想位姿，而后跟随机器人依据自身的实时位姿和理想位姿，计算得到各自的位姿跟踪误差；
步骤2.3：跟随机器人根据位姿跟踪误差进行控制，使位姿跟踪误差趋近于0，实现整个多机编队***形成和保持既定的编队队形来完成作业任务；
步骤3：领航机器人通信失效条件下的距离最优替补容错控制：
步骤3.1：当领航机器人检测到自身通信失效后，其立即退出编队任务并停止于当前位置；跟随机器人连续设定的N个工作周期未接收到领航机器人发送的位姿信息，则判定为领航机器人通信发生故障；
步骤3.2：各跟随机器人计算各自对应的距离函数，其中第i个跟随机器人Fi的距离函数Si：
Si＝di+Li
其中di表示该跟随机器人距失效领航机器人之间的距离，Li为新编队队形下，跟随机器人Fi作为新领航机器人条件下队形变换的代价函数，所述代价函数Li为跟随机器人Fi作为新领航机器人时，各个机器人移动到变换后队形中相应位置的移动距离和的最小值；
步骤3.3：各个跟随机器人计算完自身距离函数值后，按照ID顺序依次切换通信方式为发送模式，将自身ID和该位置下的距离函数值发送通信频道当中，随即转换为接收模式，接收其他跟随机器人的ID和对应的距离函数值，直到所有跟随机器人信息收发完毕；
步骤3.4：各跟随机器人将自身距离函数值与其它各机器人距离函数值进行对比，如果出现比自身距离函数值小的其他机器人，则自身继续担任跟随机器人；如果自身距离函数值最小，则该跟随机器人作为新的领航机器人；然后返回步骤2，重新进行领航跟随型多机编队成形与保持。
2.根据权利要求1所述一种基于广播式通信架构的领航跟随型多机编队容错控制方法，其特征在于：多移动机器人通信网络中，各机器人默认通信方式为单工通信，其中领航机器人为发送模式，跟随机器人为接收模式。
3.根据权利要求1所述一种基于广播式通信架构的领航跟随型多机编队容错控制方法，其特征在于：步骤2.1中，通过外部设置的全局定位***获取各机器人实时位姿信息。
4.根据权利要求1所述一种基于广播式通信架构的领航跟随型多机编队容错控制方法，其特征在于：步骤2.3中采用PID控制或滑膜控制法对跟随机器人进行控制。
5.根据权利要求1所述一种基于广播式通信架构的领航跟随型多机编队容错控制方法，其特征在于：步骤3.2中，跟随机器人距失效领航机器人之间的距离di根据跟随机器人Fi当前的位置坐标与领航机器人通信失效前发送的位置坐标计算。
6.根据权利要求1所述一种基于广播式通信架构的领航跟随型多机编队容错控制方法，其特征在于：步骤3.2中，代价函数的计算过程为：
设函数l(Fi,Bj)为机器人Fi距变换后队形中待填补空缺位置Bj的距离，根据剩余机器人个数n与新编队待填补剩余位置可得n×n阶矩阵：
定义代价函数L为：
其中当跟随机器人Fi占领新编队中Bj位置时xij＝1，否则xij＝0。
7.根据权利要求1所述一种基于广播式通信架构的领航跟随型多机编队容错控制方法，其特征在于：步骤3.4中，各个机器人移动到新编队中的相应位置过程中，根据失效机器人的位置，采用带有避障控制的位姿移动控制方法。
CN201910833832.4A 2019-09-04 2019-09-04 一种基于广播式通信架构的领航跟随型多机编队容错控制方法 Pending CN110398975A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910833832.4A CN110398975A (zh) 2019-09-04 2019-09-04 一种基于广播式通信架构的领航跟随型多机编队容错控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910833832.4A CN110398975A (zh) 2019-09-04 2019-09-04 一种基于广播式通信架构的领航跟随型多机编队容错控制方法

Publications (1)

Publication Number Publication Date
CN110398975A true CN110398975A (zh) 2019-11-01

Family

ID=68329794

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910833832.4A Pending CN110398975A (zh) 2019-09-04 2019-09-04 一种基于广播式通信架构的领航跟随型多机编队容错控制方法

Country Status (1)

Country Link
CN (1) CN110398975A (zh)

Cited By (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110673646A (zh) * 2019-11-06 2020-01-10 中国人民解放军国防科技大学 一种无人机群的控制切换的方法及***
CN110673645A (zh) * 2019-11-06 2020-01-10 中国人民解放军国防科技大学 一种无人机群的自动飞行控制方法、***及存储介质
CN110992677A (zh) * 2019-11-20 2020-04-10 北方工业大学 一种应对通信异常的智能网联汽车编队控制方法及***
CN111103897A (zh) * 2019-12-25 2020-05-05 浙江工业大学 一种障碍环境下多机器人的编队控制方法和***
CN111399522A (zh) * 2020-05-12 2020-07-10 苏州求臻智能科技有限公司 一种基于行为协同的变电站巡检机器人编队巡检队形保持方法
CN111844024A (zh) * 2020-06-30 2020-10-30 深圳优地科技有限公司 机器人故障处理方法、装置、智能设备和存储介质
CN112000122A (zh) * 2020-07-17 2020-11-27 中国人民解放军空军工程大学 一种航空集群编队队形空间对准控制方法
CN112099531A (zh) * 2020-10-19 2020-12-18 中国空气动力研究与发展中心 一种分布式无人机编队队形变换方法
CN112198898A (zh) * 2020-09-29 2021-01-08 清华大学 无人机群控制方法以及装置
CN112672327A (zh) * 2021-01-21 2021-04-16 西北农林科技大学 基于tcp/ip协议的密闭苹果园多机器人通信***
CN113126647A (zh) * 2019-12-31 2021-07-16 北京理工大学 一种基于领导者跟追随者原理的协同制导方法
CN113190020A (zh) * 2021-05-31 2021-07-30 山东建筑大学 一种移动机器人队列***及路径规划、跟随方法
CN113203986A (zh) * 2021-03-30 2021-08-03 南京信息工程大学 机器人集群编队定位方法及定位***
CN113703451A (zh) * 2021-08-24 2021-11-26 黄山学院 具有预设性能的多移动机器人编队自适应容错控制方法
WO2022032443A1 (zh) * 2020-08-10 2022-02-17 深圳技术大学 多智能主体编队搬运方法、***和计算机可读存储介质
CN114442661A (zh) * 2022-01-04 2022-05-06 中国人民解放军军事科学院国防科技创新研究院 基于分布式共识机制的无人机集群领航者选择方法
CN116954266A (zh) * 2023-09-21 2023-10-27 北京航空航天大学 一种通信约束的无人机编队鲁棒控制方法及***
CN117238178A (zh) * 2023-11-10 2023-12-15 中国电子科技集团公司第二十九研究所 一种针对领航机跟随机无人机编队的反制方法

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
UA60974U (ru) * 2010-09-10 2011-06-25 Национальный Авиационный Университет Способ контроля целостности спутниковой навигационной системы в контрольно-коррегирующей станции
CN103777640A (zh) * 2014-01-15 2014-05-07 北京航空航天大学 一种分布式控制无人机群集中分簇编队方法
CN104281052A (zh) * 2013-07-06 2015-01-14 哈尔滨点石仿真科技有限公司 一种基于行为的领航者-跟随者多智能体队形控制方法
CN105636081A (zh) * 2016-01-26 2016-06-01 大连理工大学 基于灰色模型预测的east改进算法
CN106094835A (zh) * 2016-08-01 2016-11-09 西北工业大学 前轮驱动车式移动机器人的动态编队控制方法
US20170346679A1 (en) * 2016-05-27 2017-11-30 Hefei University Of Technology Method and System for Reconstructing Unmanned Aerial Vehicle Formation Communication Topology Based on Minimum Cost Arborescence
CN107992035A (zh) * 2017-11-15 2018-05-04 西北工业大学 一种基于室内全局定位的多移动机器人编队控制方法
CN110162065A (zh) * 2019-06-18 2019-08-23 东北大学 一种基于有向跟随的自适应多智能体编队控制方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
UA60974U (ru) * 2010-09-10 2011-06-25 Национальный Авиационный Университет Способ контроля целостности спутниковой навигационной системы в контрольно-коррегирующей станции
CN104281052A (zh) * 2013-07-06 2015-01-14 哈尔滨点石仿真科技有限公司 一种基于行为的领航者-跟随者多智能体队形控制方法
CN103777640A (zh) * 2014-01-15 2014-05-07 北京航空航天大学 一种分布式控制无人机群集中分簇编队方法
CN105636081A (zh) * 2016-01-26 2016-06-01 大连理工大学 基于灰色模型预测的east改进算法
US20170346679A1 (en) * 2016-05-27 2017-11-30 Hefei University Of Technology Method and System for Reconstructing Unmanned Aerial Vehicle Formation Communication Topology Based on Minimum Cost Arborescence
CN106094835A (zh) * 2016-08-01 2016-11-09 西北工业大学 前轮驱动车式移动机器人的动态编队控制方法
CN107992035A (zh) * 2017-11-15 2018-05-04 西北工业大学 一种基于室内全局定位的多移动机器人编队控制方法
CN110162065A (zh) * 2019-06-18 2019-08-23 东北大学 一种基于有向跟随的自适应多智能体编队控制方法

Cited By (25)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110673645A (zh) * 2019-11-06 2020-01-10 中国人民解放军国防科技大学 一种无人机群的自动飞行控制方法、***及存储介质
CN110673646A (zh) * 2019-11-06 2020-01-10 中国人民解放军国防科技大学 一种无人机群的控制切换的方法及***
CN110992677A (zh) * 2019-11-20 2020-04-10 北方工业大学 一种应对通信异常的智能网联汽车编队控制方法及***
CN111103897A (zh) * 2019-12-25 2020-05-05 浙江工业大学 一种障碍环境下多机器人的编队控制方法和***
CN113126647A (zh) * 2019-12-31 2021-07-16 北京理工大学 一种基于领导者跟追随者原理的协同制导方法
CN113126647B (zh) * 2019-12-31 2022-07-19 北京理工大学 一种基于领导者跟追随者原理的协同制导方法
CN111399522A (zh) * 2020-05-12 2020-07-10 苏州求臻智能科技有限公司 一种基于行为协同的变电站巡检机器人编队巡检队形保持方法
CN111844024A (zh) * 2020-06-30 2020-10-30 深圳优地科技有限公司 机器人故障处理方法、装置、智能设备和存储介质
CN112000122A (zh) * 2020-07-17 2020-11-27 中国人民解放军空军工程大学 一种航空集群编队队形空间对准控制方法
CN112000122B (zh) * 2020-07-17 2023-08-04 中国人民解放军空军工程大学 一种航空集群编队队形空间对准控制方法
WO2022032443A1 (zh) * 2020-08-10 2022-02-17 深圳技术大学 多智能主体编队搬运方法、***和计算机可读存储介质
CN112198898A (zh) * 2020-09-29 2021-01-08 清华大学 无人机群控制方法以及装置
CN112099531B (zh) * 2020-10-19 2023-04-07 中国空气动力研究与发展中心 一种分布式无人机编队队形变换方法
CN112099531A (zh) * 2020-10-19 2020-12-18 中国空气动力研究与发展中心 一种分布式无人机编队队形变换方法
CN112672327A (zh) * 2021-01-21 2021-04-16 西北农林科技大学 基于tcp/ip协议的密闭苹果园多机器人通信***
CN113203986A (zh) * 2021-03-30 2021-08-03 南京信息工程大学 机器人集群编队定位方法及定位***
CN113190020A (zh) * 2021-05-31 2021-07-30 山东建筑大学 一种移动机器人队列***及路径规划、跟随方法
CN113703451A (zh) * 2021-08-24 2021-11-26 黄山学院 具有预设性能的多移动机器人编队自适应容错控制方法
CN113703451B (zh) * 2021-08-24 2023-03-07 黄山学院 具有预设性能的多移动机器人编队自适应容错控制方法
CN114442661A (zh) * 2022-01-04 2022-05-06 中国人民解放军军事科学院国防科技创新研究院 基于分布式共识机制的无人机集群领航者选择方法
CN114442661B (zh) * 2022-01-04 2023-09-22 中国人民解放军军事科学院国防科技创新研究院 基于分布式共识机制的无人机集群领航者选择方法
CN116954266A (zh) * 2023-09-21 2023-10-27 北京航空航天大学 一种通信约束的无人机编队鲁棒控制方法及***
CN116954266B (zh) * 2023-09-21 2023-12-08 北京航空航天大学 一种通信约束的无人机编队鲁棒控制方法及***
CN117238178A (zh) * 2023-11-10 2023-12-15 中国电子科技集团公司第二十九研究所 一种针对领航机跟随机无人机编队的反制方法
CN117238178B (zh) * 2023-11-10 2024-01-30 中国电子科技集团公司第二十九研究所 一种针对领航机跟随机无人机编队的反制方法

Similar Documents

Publication Publication Date Title
CN110398975A (zh) 一种基于广播式通信架构的领航跟随型多机编队容错控制方法
US20220119111A1 (en) Uav, method and system for cleaning a wall body
CN109613931B (zh) 基于生物社会力的异构无人机集群目标跟踪***及方法
US10114384B2 (en) Formation flight path coordination of unmanned aerial vehicles
JP6732130B2 (ja) 自律走行車の遠隔サポートマッピングインターフェース
CN110119158B (zh) 一种高亚音速无人飞行器多机协同编队控制***及方法
CN108196582A (zh) 一种室内视觉导航无人机集群飞行控制***及方法
Shrit et al. A new approach to realize drone swarm using ad-hoc network
CN208110387U (zh) 一种室内视觉导航无人机集群飞行控制***
CN108287542B (zh) 基于协同云控制的无人机与无人船协作控制***与方法
CN109669477A (zh) 一种面向无人机集群的协同控制***及控制方法
CN112180985A (zh) 一种支持多无人机集群控制的小型机载协同控制***
CN108594853A (zh) 无人机队形控制方法
Song et al. Persistent UAV service: An improved scheduling formulation and prototypes of system components
CN107272742A (zh) 一种无人机群协同作业的导航控制方法
CN107289953A (zh) 一种无人机群的导航控制方法
WO2022001120A1 (zh) 一种多智能体***及其控制方法
WO2022001119A1 (zh) 一种多智能体***结构及其控制方法
WO2019041874A1 (zh) 飞行器控制方法及装置
CN104503456A (zh) 基于4g通信的无人机控制装置与方法
CN104407619A (zh) 不确定环境下的多无人机同时到达多个目标方法
CN107992035A (zh) 一种基于室内全局定位的多移动机器人编队控制方法
CN108184275A (zh) 移动物体及其天线自动对准方法、***
CN105492985A (zh) 多传感器环境地图构建
WO2017221859A1 (ja) 移動体、移動体制御システム、移動体制御方法、インターフェース装置、およびプログラムが記録された記録媒体

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
WD01 Invention patent application deemed withdrawn after publication
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20191101