一种多机器人编队行进控制算法.pdf

【摘要】中提到的一种多机器人编队行进控制算法，主要关注的是如何在多机器人协作中实现有效的编队和行进。此算法引入了SLAM（Simultaneous Localization and Mapping，同时定位与建图）技术，结合主从式协同控制方法和微粒群优化算法，以解决多机器人在复杂环境下的编队问题。 微粒群模型算法是一种基于群体智能的优化方法，用于在二维连续区域中构建机器人的初始位置状态信息，以便进行初步编队。然而，随着编队中机器人数量的增加，计算量和机器人之间的信息交换量会显著增大，可能导致信息传输延迟。为了解决这个问题，文中提出了改进后的微粒群模型算法，采用“三三制”的编队方式，即每三个机器人形成一个小组，分布在等边三角形的三个顶点。这种方式减少了计算量和信息交互，解决了信息传输延迟的问题。 领航-跟随型编队控制方法是另一种常用的策略，其中领航机器人负责路径规划和避障，而跟随机器人则按照领航者的轨迹保持队形。然而，当编队规模扩大时，领航机器人需要处理大量的位置信息和队形信息，也会出现信息传输延迟。改进后的领航-跟随型控制方法，通过“三三制”队形固定，采取多级领航，将计算任务分散，从而缓解这一问题。 “三三制”机器人编队优化模型灵感来源于军事战术，每三个机器人一组，其中一个为领航机器人。随着机器人数目的增加，可以逐级扩展这种结构。每个机器人被抽象为一个微粒，根据编队成员数量确定领航级别的数量，然后自上而下填充机器人到设定的框架中。 在实际操作中，定义了一个二维空间表示物理环境，并用集合来存储机器人的坐标信息。通过计算边长、角度和机器人面向方向，可以根据编队成员总数确定领航机器人的位置，然后计算其他机器人的位置，以维持规定的队形。 该算法通过引入SLAM、微粒群优化和“三三制”编队策略，提高了多机器人系统的协作效率和稳定性，同时减少了通信延迟，适用于大规模的机器人编队行进任务。这种方法对于机器人在服务、搜索与救援、物流配送等领域的应用具有重要的理论和实践价值。