摘要：针对多机器人系统在未知环境下难以有效避障和保持队形的问题,在改进动态窗口法(DWA)的基础上,提出一种领航-跟随法与行为法相结合的多机器人编队控制算法.首先,通过修正速度窗口和3个现有评价函数,并添加两个新的评价函数改进DWA算法,增加速度的采样范围,提高优秀轨迹的评分,并增强机器人朝目标导航和未知环境下的全局搜索能力;然后,对周围环境和编队状态实时检测,为各机器人设计不同的行为(包括导航,避障,跟踪和等待)及其选择方式,兼顾编队避障及队形保持;接着,基于改进DWA和社会力模型(SFM)设计行为控制策略,在未知环境下使领航者能够规划适合整体编队运行的路径,跟随者能够根据编队的不同状态自适应地切换跟随方式;最后,基于Matlab和V-REP进行一系列仿真,结果表明在未知环境下,所提出的改进DWA能够显著提高机器人的通行效率和全局搜索能力,编队控制算法能够实现队形稳定保持、灵活避障与变换.

摘要：采用基于行为的控制方法,设计了多机器人队形控制的五个子行为:奔向目标、躲避障碍物、围绕障碍物、保持队形和随机扰动。在子行为设计中引入了阶梯控制区法,提高了队形控制的容错性。使用Teambots仿真平台对典型的直线队形控制进行了仿真。针对单向虚拟参照点法队形控制不稳定的情况,采用双向虚拟参考点法对控制方法进行改进,根据运行时间对改进的队形控制方法进行了评估,实验结果表明,改进的方法大幅提高了队形控制的稳定性与系统运行效率。

摘要：针对多机器人的队形保持与变换任务,采用基于行为的控制方法,设计了五种子行为,即奔向目标、躲避障碍物、围绕障碍物、随机扰动和保持队形。对有障碍物环境下的队形保持进行了仿真,并针对机器人队伍无法保持队形通过的地形,采用邻居参照点法与领航参照点法相结合的策略,改进了控制方法。仿真结果表明,使用改进的控制方法,机器人队伍可以安全地通过大直径障碍物,并且提高了队形稳定性。

摘要：以基于行为法为基础,根据车辆的运动学模型利用李雅普诺夫法设计出领航跟随的编队控制器进行编队控制行为,以简化的VFH为队形避障控制行为。车辆间采用v2v通信机制进行车间通信,传输车辆运动信息。最后,再以实际车辆进行车辆的队形保持和编队避障的实验,实验结果表明了该算法的有效性。

摘要：论文对水下机器人的编队控制进行研究,针对领航跟随法和基于行为法各自的缺点,论文将领航跟随法和基于行为法两种控制方法相结合,设计了多水下机器人队形控制的几种基本子行为奔向目标、避障碍物、避碰、保持队形,用粒子群算法优化几种行为方式构造的适应度函数,提高多水下机器人整体编队队形控制的容错性。通过Matlab仿真平台对队形形成、队形保持、队形变换进行仿真。从仿真实验结果表明,所提出的算法提高了编队队形控制的稳定性。

摘要：多机器人的编队问题是多机器人协作中的一个典型问题,编队包括队形形成和编队控制。针对多机器人的编队控制问题,本文采用基于行为法和基于leader的协调策略相结合的方法。首先根据Motor Schema的反应式控制结构,设计了五种基本行为,即奔向目标行为(move-to-goal),保持队形行为(keep-formation),躲避静态障碍物行为(avoid-stastic-obstacle),躲避机器人行为(avoid-robot)和随机行为(random),对各行为进行加权形成局部控制器来控制机器人的局部行为。然后利用基于leader的协调策略来协调各个机器人的行为,形成全局控制器来控制机器人的最终的行为。通过仿真,验证了该方法的可行性和有效性。