基于领航—跟随法的编队机器人的研究

2022-11-22严皖宁刘卿卿周旭阳左欣幼孙高宇

农业装备技术 2022年1期

严皖宁，刘卿卿，周旭阳，左欣幼，孙高宇，葛楷

（南京信息工程大学自动化学院，江苏南京 210044）

0 引言

多机器人的编队研究始于20 世纪80 年代，多机器人系统是由多个彼此相关联的单机器人组成的，编队协作是指这些单机器人以固定队型形成编队,以编队的形式进行高效复杂的工作与服务，例如在林间作业、编队舞蹈等工作中，可以保持着固定队型实施导航定位与避障功能[1]。通过国内外学者多年的研究总结，如今多机器人编队有着多种多样的办法，例如领航—跟随法、虚拟结构法和模型预测法等，还有基于行为法、人工势场法等结合机器人运动控制的编队方式。这些方法都能实现多机器人的编队控制，但是也都存在自身的缺陷。

机器视觉是一种采集物体图像后对物体进行分析和处理的技术，其涉及计算机视觉、图像处理、模式识别、人工智能、信号处理、机电一体化等多个领域，在智能化的时代有着不可估量的前景[2]。因此，如果提供一个视觉定位系统，机器人通过设备获取图像，对图像进行识别，控制系统对图像进行分析与计算，并且对机器人发出指令，调节机器人的定位以减少位置偏差，从而可以克服机器人实际位置和理想位置之间相差很大的问题。

1 多机器人编队控制

多机器人编队控制是国内外学者们讨论多年的一个经典问题，因为编队控制在地雷排查、林业田间巡查、大规模简单生产流水线等领域具有极大发展潜能，其特点是需要人工多、任务简单重复等，在人工智能大数据时代里，运用编队控制机器人能极大解放人力资源。随着科技的发展与机器人研究的逐步深入，科学家将研究热点逐渐从单机器人转为多机器人协同合作，机器人编队控制便是其中的重中之重。

2 机器人编队控制方法

（1）领航—跟随法

领航—跟随法中，一台机器人被选定作为领航机器人，主要负责整个编队的路径规划任务，而其余机器人则被视为跟随机器人，跟随者通过控制自身与领航机器人之间的视距和视线角，保持想要的编队队形。

领航机器人主要由控制器模块、运动机构模块、电源模块、监测模块、通信模块以及人机交互模块组成。跟随机器人的大部分组成模块和领航机器人差不多，硬件设施配置与领航机器人相同，在软件方面则有l-φ 与l-l 两种编队模式。

（2）人工势场法

人工势场法是由Khatib[3]发明的，假设一个潜在的重力场，与机器人、跟随目标物体之间形成约束关系，通过构建势场函数，将路线规划、轨迹跟踪和内部协调计划整合成一个整体，再根据约束信息确定反馈控制规律，驱动编队而达到协同控制效果。

在斥力规则中，排斥力与距离平方成反比。也就是说，在人工势场法中，对于机器人而言，越接近障碍物，排斥力越大，排斥效果越明显。当然障碍物排斥力的影响存在范围限制，当距离超过给定范围时排斥力为零[4]。但人工势场法有着明显的缺点，若是不恰当地选择了势函数，包括对各种比例参数的不当调整，就会造成跟随队列之间的碰撞，特别是地处狭长之处时，跟随者会出现往复运动甚至停滞的现象。所以，该方法存在局限性。

（3）基于行为法

基于行为法是一种基于机器人行为的控制方法，主要是先对机器人进行局部控制的设计，再通过组合使机器人群体做出所需的集体行为。Balch[5]和Arkin 首次提出了将行为的控制方法用于机器人编队控制。基于行为法在控制机器人的行为时,首先全面具体的分析出其可能发生的所有预期行为。在对其作出了一定的分析后, 针对每一种具体行为进行控制器的设计, 则多机器人系统最终的控制由这些子行为的控制器融合而得到。子行为会根据环境和任务要求而产生不同的融合方法, 对各个子行为赋以相应的权值，从而有效实现多智能体系统的构形控制[6]。