论文部分内容阅读
协作定位是多机器人系统的关键问题之一,也是机器人群体自主导航与环境探索的基础。相比于独立定位,协作定位通过融合机器人自身位姿和相互观测信息,能够获得更高的定位精度。编队可以扩展机器人群体的探测范围,增强工作和生存能力,与零散的机器人系统相比,具有更大的优势。本文在篇首介绍了机器人研究的发展概况,并重点对机器人定位和编队控制技术进行了总结。在此基础上,提出本课题的研究目的即设计一种多机器人协作定位算法,用于解决多机器人系统编队控制的相对定位问题。为实现该目的,本文分两方面开展了研究工作:一、基于传感器融合技术,建立了多机器人协作定位算法。针对Amigo机器人平台,建立了精确的系统模型,采用扩展卡尔曼滤波(EKF)融合机器人自身位姿和相互观测信息,得到协作定位的递推算法。然后利用EKF稳定性判定方法对协作定位的误差进行了详细分析。仿真与实际实验结果均表明:协作定位能够减小累积误差,提高定位精度。误差分析的结果也在其中得到验证。二、研究了编队中的队形形成和队形保持问题,将协作定位应用于编队控制。采用基于行为的方法设计了一组队形形成规则,并在Amigo机器人平台上进行了实验验证。对于队形保持问题,选取领导—跟随者方法作为控制策略,采用l ?ψ和l ? l控制器解决跟随机器人的跟踪问题,综合设计出三Amigo机器人编队的队形控制算法。然后针对协作定位在编队中的应用进行研究,提出了具体的技术框架。仿真结果验证了以上队形控制算法,分析对比得出:协作定位能够利用短期内的码盘定位信息抑制相对观测噪声,从而改善编队效果。最后,对多机器人协作定位及编队控制的研究工作进行了总结和展望。