左國玉，張洪亮，韓光勝，樊瑞元
北京工業大學電子信息與控制工程學院，北京

摘　　　要：多機器人編隊可以分解為隊形形成和隊形保持控制兩部分。針對多機器人編隊控制任務中的隊形形成問題，提出了一種基于動態目標點的行為分解編隊算法。此算法是一種改進的基于行為的編隊控制方法，這種控制方法的思路為，首先要求各機器人在每一時刻確定一個運動目標點，此運動目標點是根據運動過程中機器人實時的位置運算出來的，是一個動態的目標點。根據此目標點進而產生一個運動需求。再將此運動需求按照有限狀態機（ＦＳＭ）原理分解為不同的子行為，然后給這些子行為分別賦予不同的權值，并求出一組控制變量，較終對這組控制變量加權平均產生一個綜合控制變量。仿真實驗表明，該方法能快速有效地實現多機器人的編隊控制。此編隊算法可以有效應用于軍事搜索、圍捕或機器搬運等多個領域。
關　鍵　詞：多機器人；目標點；行為分解；編隊算法

引　言
在機器人技術不斷發展的今天，單機器人技術日漸成熟。但是，由于單機器人系統的工作能力有時會受到很多限制，所以多機器人協作就凸顯了其優越性，多機器人協作系統應運而生［１］。多機器人編隊就是一種典型的多機器人協作系統［２］。多機器人編隊可以分為編隊的形成和隊形的保持兩個方面，且這兩個方面都已經發展了許多算法和理論。依據解決編隊控制問題的不同思路，大致可分為基于行為法、人工勢場法、跟隨�差I航法、虛結構法、循環法、模型預測控制法、分布式控制法。這些算法得到了不同程度的研究與應用。目前國外一些科研機構對機器人編隊的研究較為深入，如密歇根州立大學機器人和自動化實驗室通過設計有效的控制器使得多機器人保持隊形，并應付環境的突變；佐治亞理工學院移動機器人實驗室多機器人系統項目將隊形控制的研究成果應用于無人地面車中［３］。本文針對編隊的形成過程提出了一種基于動態目標點的行為分解編隊算法，這是對基于行為分解的多機器人編隊算法的一種改進。該算法將多機器人圓形編隊算法中運動目標點的確定方［４］，Ａｒｋｉｎ提出的控制變量的矢量累加方法［５］和Ｂｒｏｏｋｓ提出的行為抑制方法［６７］的優點有效結合起來，是一種優化多機器人編隊算法。

登錄網站后可下載文件