论文部分内容阅读
目前,虽然在某种程度上单体机器人的能力、灵活性和可靠性已有很大地提高,但是,随着社会生产的不断进步,人们的需求也不断提高,使得单个机器人将难以完成一些复杂的、需要高效率处理的任务。近年来,对机器人的研究越来越丰富,而多机器人的研究已经成为机器人学研究的一个重要方面。群体机器人是一类特殊的多机器人,但与多机器人相比,群体机器人系统具有较强的优越性能,如并行性、柔性、鲁棒性等。我们熟知,现实生活中许多工作都存在着分工和协作,这需要通过多人的合作才能够完成。同样,利用机器人实现某项复杂工作时,也需要通过多个机器人的共同合作才能够完成。本文的研究方向是机器人的协同控制。在群体机器人系统中,协同控制属于它的高级控制任务,也是研究它的关键技术。协同操作控制是评价群体机器人系统性能的一项重要指标。协同操作被广泛应用于产品装配、物件搬运、航空航天等领域,因此具有很高的应用价值。本文是借助于AmigoBot机器人来研究两个主从机器人的协同操作,将协同操作分为协同搜索和协同搬运两种行为。协同搜索是不同位置的两个主从机器人在避开静态障碍物的情况下,协同搜索目标小球;协同搬运是这两个主从机器人在同样的环境中,将小球协同搬运到指定位置,在此过程中保证小球不掉落,协同搜索和协同搬运是连续的。本文实现了这两种行为,并通过MATLAB仿真实验,验证了所用方法的有效性。本文主要完成了以下三个方面的内容:(1)协同操作需要一定的策略及方案,因此本文通过对运动规划方法以及路径跟踪方法的比较及分析,确定了协同搜索和协同搬运过程中分别使用的方法及协同操作方案。(2)建立了AmigoBot机器人的运动学模型和仿真的空间环境模型,利用RRT算法实现了主从机器人的协同搜索,并且通过MATLAB仿真验证了RRT算法的有效性。(3)建立了协同搬运的运动学模型,利用RRT算法规划了一条可行路径,并通过直线段拟合的方法得到易于跟踪的参考路径。而且利用模糊控制算法实现了主机器人对参考路径的反向跟踪,并实现了从机器人对主机器人的跟随,完成了主从机器人的协同搬运。通过仿真分别验证了RRT算法和模糊控制算法的有效性。