专利名称：基于Ad-Hoc网络和leader-follower算法的多机器人编队方法
技术领域：
本发明属于智能控制领域，具体涉及多机器人编队方法。
背景技术：
自从20世纪50年代第一台工业机器人诞生以来，随着通信、计算机、传感、电子、 控制等技术以及人工智能技术的快速发展，集多种先进技术为一体的机器人技术在市场需 求的牵引下已经取得了很大的发展。单个的移动机器人所能获得的信息有限，能够完成的 任务以及对信息的搜集能力也是有限的。随着研究的深入，单个移动机器人在某些应用上， 显得力不从心，为了解决这类问题，人们考虑在目前的机器人技术水平条件下，采用多个机 器人相互协作以弥补单个机器人能力的不足，多机器人系统(multi-robot system)的研究 在此需求下应运而生。随着机器人的研究和应用领域的不断扩大，应用的需求也对多机器 人系统的研究提出了更高的要求，为了更好地完成任务，多个机器人协作完成任务也逐渐 成为研究的热点。编队控制则是一个具有典型性和通用性的多机器人协调问题，是多机器 人协调问题的基础。自1990年以来基于队形控制的多机器人系统受到众多研究者的广泛关注，美 国研究机构对队形控制的研究比较早，Georgia Tech Mobile Robot Lab结合DARPA的 UGV(unmanned ground vehicle)Demo2 研究了基于行为的队形控制方法。University of Southern California的Robotics Research Lab利用局部传感信息和交互进行队形控 制。Brigham Young University 的 MAGICC 实验室在 Air Force Office of Scientific Research的协助下，对UAV (unmanned aerial vehicle)的队形作了深入研究。美国航空 航天局NASA采用Enhanced formation flying (EFF)技术控制多个卫星，使得航天编队飞 行及空间虚拟探测成为可能。但是，上述技术不能解决队形的实时控制问题，对于一些需要 多个机器人同时完成任务的场合(如搬运，救援等)就不能很好的发挥多机器人的优势。
发明内容
本发明所要解决的技术问题是，针对现有技术中，经过编队的多机器人在遇到障 碍物时，很难保持实时队形控制的上述缺陷，提出一种实时控制队形的方法。本发明实现多机器人队形的实时控制方法所采用的技术方案是，在多机器人组 成的群体中，一个(或多个)机器人被指定为领航者(leader)，其余机器人作为跟随者 (follower),以leader为参考点，来确定其他follower的位置，这样将队形控制问题转化 为follower跟踪leader的位置和方向的问题，以此建立队形保持的模型。而leader则 采用人工势场法建立运动模型，目标点或建议经过的区域对leader产生引力，而有障碍物 的区域或不期望经过的区域对leader产生斥力，再根据leader与最远follower之间的距 离的约束，设定避障区域，以此保证整个机器人队伍在避开障碍物的情况下，向目标位置前 进。本发明还提出在leader与follower之间引入Ad Hoc网络，在编队过程中，将隐式通信与显示通信相结合，克服了 leader与follower之间无反馈信息，导致机器人容易丢失的 问题。 简洁地说，本发明是在多机器人组成的群体中，一个或多个机器人被指定为领航 者leader，其余机器人作为跟随者follower，在leader-follower算法基础上利用人工势 场法进行避障处理，由followers以一定的距离跟踪leader的位置和方向，使其达到预先 设定的值，从而控制follower跟踪leader的轨迹以实现队形控制，并引入Ad Hoc网络在 leader与follower之间建立信息反馈。所述方法分以下几步
首 先 建立leader的 运 动 学 模 型(采用
/ —仍控制方法来保持队形，即通过控制两个机器人之间的相对距离/和相对角度<2 ,
使之达到一个恒定值(/彳，ψ^ )，从而形成和保持一个良好的编队队形)，以leader为参
考点，来确定其他follower的位置，由斥力与引力合力确定leader运动方向；
然后采用人工势场法建立follower跟踪leader运动模型(基本思想是构造目标位置 引力场和障碍物周围斥力场共同作用的人工势场，搜索势函数的下降方向来寻找无碰撞路 径)，follower根据一定的距离与角度跟踪leader，根据运动模型确定follower运动轨迹； 最后在leader与follower之间引入Ad Hoc网络，在编队过程中，将隐式通信与显示 通信相结合，建立信息反馈，确保follower对leader的跟踪过程无丢失。
本发明的有益效果本发明是多机器人队形控制技术的研究，将leader-follower 算法与人工势场法相结合，解决了 leader-follower算法对动态环境的适应能力不强，不 能很好的避开障碍物的问题。并引入Ad Hoc网络建立机器人之间的显示通信，实现了多机 器人的实时队形控制，并且使多机器人系统能灵活的应对各种环境，使在一些需要多个机 器人同时完成任务的场合(如搬运，救援等)能很好完成任务。
图1本发明采用leader-follower算法和人工势场场法相结合的多机器人编队； 图2本发明反馈控制结构图； 图3本发明引入Ad Hoc网络编队策略流程图。
具体实施例方式leader-follower方法是将队形中的机器人划分为两个互补的角色leader和 follower，群体中的某一个或某几个机器人被指定为领航者(leader)，其余作为它或它们 的跟随者(followers)，该方法的基本思想是，由followers以一定的距离跟踪leader的 位置和方向，使其达到预先设定的值，从而控制follower跟踪leader的轨迹以实现队形控 制。这样该编队控制算法就可以用控制理论的知识来分析处理，并能稳定跟踪误差。该方 法控制简单，整个运动过程中，只有领航者知道任务信息，只需给定其行为或轨迹就可以控 制整个机器人群体的行为，队形的运动轨迹完全由leader决定；但leader与follower之 间相对独立，没有信息反馈，leader得不到follower的跟踪误差或丢失消息而且对动态环 境的适应能力不强，机器人的避碰等问题没有得到很好的解决。人工势场法它实际上是对机器人运动环境的一种抽象描述，其基本思想是借鉴物
7理学方面的概念，假设机器人在一个虚拟的力场环境中运动，环境中的障碍物对机器人产 生排斥力，且斥力随机器人与障碍物的距离减少而增大，目标点对机器人产生吸引力，引 力随机器人与目标点的接近而变小，从而构造出斥力和引力共同作用的人工势场，在势场 力的作用下机器人沿最小化势能的方向运动。人工势场法主要是通过设计人工势场和势场 函数来表示环境对队形中各机器人约束，并在此基础进行分析和控制；该方法计算简单， 便于实现实时控制，尤其对处理障碍物空间的避障问题比较有效。以leader-follower方 法建立队形，采用人工势场法控制leader，在leader-follower保持队形的基础上结合人 工势场法避障特性，克服了 leader-follower算法的避障问题。Ad Hoc网络是一种没有基础设施的对等无线通信网络，网络中没有中央控制设 备，不需要固定设施如基站的支持，各节点自由接入，自动组网，没有固定的网络拓扑，且由 于节点的移动性，拓扑结构处于动态变化中。同时，Ad Hoc网络是一个多跳网络，节点覆盖 范围无须直接包含目的节点，而是借助于中间节点进行转发。Ad Hoc网络可以单独组网，也 可以通过网关或接口与其他网络相连。Ad Hoc网络由于其自身的特点成为多机器人系统通 信首选。将Ad Hoc网络引入leader-follower方法中，克服了 leader-follower算法无信 息反馈，跟随机器人容易丢失的缺陷。以下针对附图和具体实例对本发明作具体描述
如图1为本发明基于leader-follower算法与人工势场法的队形。当多机器人队形 编好后，根据leader和离leader最远的一个follower的距离确定一个圆形区域，如图中
以leader机器人为中心/ 为半径的圆形区域，即避障区域。当障碍物在避障区域以外的
时，整个机器人队伍中的成员将不会与障碍物发生碰撞，则障碍物不对领航机器人产生斥 力。当障碍物在避障区域之内时，表示整个队伍不能顺利通过障碍物，障碍物对领航机器人 产生斥力。其具体实现过程如下
机器人robotl (即领航机器人)在运动过程中受到的总的势场力./7 ,是由目标点
和避障区域内障碍物产生的斥力i7 两部分组成。计算
为目标位置，α代表机器人位置，
f ,之间的距离，则目标产生的引力势场
权利要求
1.一种基于Ad Hoc网络和leader-follower算法的多机器人编队方法，其特征在于， 所述方法是在多机器人组成的群体中，一个或多个机器人被指定为领航者leader，其余机 器人作为跟随者follower，在leader-follower算法基础上利用人工势场法进行避障处 理，由followers以一定的距离跟踪leader的位置和方向，使其达到预先设定的值，从而控 制follower跟踪leader的轨迹以实现队形控制，并引入Ad Hoc网络在leader与follower 之间建立信息反馈；所述方法分以下几步首先建立leader的运动学模型，以leader为参考点，来确定其他follower的位 置，由斥力与引力合力确定leader运动方向；所述建立leader的运动学模型是采用/ — P控制方法来保持队形，即通过控制两个机器人之间的相对距离I和相对角度P,使之达到一个恒定值(Id · (pd )，从而形成和保持一个良好的编队队形然后采用人工势场法建立follower跟踪leader运动模型，其基本思想是构造目标位 置引力场和障碍物周围斥力场共同作用的人工势场，搜索势函数的下降方向来寻找无碰撞 路径，follower根据一定的距离与角度跟踪leader，根据运动模型确定follower运动轨 迹；最后在leader与follower之间引入Ad Hoc网络，在编队过程中，将隐式通信与显示 通信相结合，建立信息反馈，确保follower对leader的跟踪过程无丢失。
2.根据权利要求1所述的多机器人编队方法，其特征在于，所述建立leader的运动学模型的步骤为，在环境空间中，建立势场设势场函数为·，目标点产生吸引力为i7,障 碍物产生斥力为i7”，leader所受到的合力为目标点对机器人的引力及障碍物对它的斥力之和，即i7 二 Fil + Ft，合力JT决定了机器人的运动方向。
3.根据权利要求2所述的多机器人编队方法，其特征在于，采用人工势场法建立 follower跟踪leader运动模型是以leader-follower的方法建立全局队形，内部各自按照 自己的方式建立模型，形成一个统一的整体；其是当多机器人队形编好后，根据leader和离leader最远的一个follower的距离确定一个圆形区域，即以leader机器人为中心纟义为半径的圆形区域，即避障区域；当障碍物在避障区域以外的时，整个机器人队伍中的成员 将不会与障碍物发生碰撞，则障碍物不对领航机器人产生斥力；当障碍物在避障区域之内 时，表示整个队伍不能顺利通过障碍物，障碍物对领航机器人产生斥力；其具体实现过程如 下机器人robotl，即领航机器人在运动过程中受到的总的势场力J7t “是由目标点引力 F .和避障区域内障碍物产生的斥力i7,ρ两部分组成；计算目标引力i7 ,,D
4.根据权利要求1所述的多机器人编队方法，其特征在于，在建立leader的运 动学模型的步骤中，使两个机器人保持一定的队形，控制的需要达到的最终目标为人之间的保持一定队形需要达到的距离与角度；在/ ——控制方法中，只要给定参考机 器人的角速度、速度、位置和航向，该机器人就可以在保证向着与参考机器人相对距离为/和相对方向为P的位置移动，实现队形的保持，达到最终目标，并不需要刻意的注意，但是存在一定的缺陷，没有涉及到避障的问题，对动态环境适应力不强，所以引入下一步的人工 势场法进行改进。
5.根据权利要求1所述的多机器人编队方法，其特征在于，所述在leader与follower 之间引入Ad Hoc网络是，引入Ad Hoc网络作为信息反馈，当follower丢失时，主动发出跟 踪失败消息，leader在收到消息后，向所有的follower发送数据包，包括leader的坐标位W(Χ, V)及当前位置与χ轴的夹角0。
6.根据权利要求5所述的多机器人编队方法，其特征在于，在leader与follower之间 引入Ad Hoc网络，建立信息反馈的方法如下(1)领航机器人leader了解全局信息，接收任务，记为T，根据任务规划其初始运动方 向；初始时刻，由领航机器人leader发送开始命令，所有的follower在收到命令后开始跟 随leader运动；在运动过程中，用领航机器人用自身携带的传感器检测障碍物，并在一定 范围内避开障碍物，再继续向目标前进；(2)跟随机器人的任务则为跟随领航机器人，它们将采用人工势场法建立的模型，用 自身携带传感器检测跟踪领航机器人，与leader之间保持一定的角度和距离来保持队伍 队形，并在运动的同时监听来自leader的消息；(3)在正常情况下，leader与follower之间不进行通信，follower依靠自身所配备 的传感器来检测leader，进行跟踪；在前进过程中，一旦follower发现无法检测到leader， follower会主动发出跟踪失败信息，记为S，表示跟踪失败，leader在收到信息后，首先会 向所有的follower发送停止前进的命令，然后通过广播方式向所有follower发送包括位 置信息在内的数据包，记为P，所有的follower会根据收到的信息来调整自己当前的位置， 而丢失的follower则会根据收到的信息来确定自己下一步的位置，在丢失的follower跟 上整个队伍后，才继续前进；(4)在整个通信过程中，领队(leader)机器人以打包的形式向其他机器人发送 数据包，缩写为P，在整个机器人队伍中，leader与follower都有自己唯一的ID， 在网络环境中有唯一的IP地址与之对应；跟随机器人以领航机器人为参考点，以 决定其下一步的位置，因此在领航机器人发送的信息发送的数据包包括五个元素为预先设定的两机器Rid 表示机器人的ip地址R;表示机器人是否为领航机器人，ο为领航机器人，ι为跟随者； Rix，Riv 分别表示机器人所在位置的X，y轴坐标； Θ.表示当前位置与X轴的夹角。
全文摘要
本发明请求保护一种多机器人编队方法，属于智能控制领域。本发明以leader运动轨迹控制整个编队运动轨迹，首先确定leader的运动学模型，由斥力与引力合力确定leader运动方向；建立follower跟踪leader运动模型，follower根据一定的距离与角度跟踪leader，根据人工势场法建立的运动模型确定follower运动轨迹；在leader与follower之间引入AdHoc网络，建立信息反馈，确保follower对leader的跟踪过程无丢失。采用本发明可以使多机器人系统在完成任务的过程中，顺利避开障碍物，到达目标点，并能在整个过程中保持初始队形，能实现多机器人的实时的队形控制，更好的完成一些需要多个机器人同时完成任务的场合(如搬运，救援等)。
文档编号G05D3/00GK102096415SQ201010618568
公开日2011年6月15日 申请日期2010年12月31日 优先权日2010年12月31日
发明者吕霞付, 唐贤伦, 张毅, 彭向华, 曾莉, 李嫄源, 李学勤, 李敏, 林海波, 罗元, 蔡军, 谢颖 申请人:重庆邮电大学