多移动机器人编队算法研究与实验验证
王 艳，金 晶，黄 晨
【摘 要】摘要:本文对目前常用的几种多机器人编队算法进行了分析和研究，设计并提出一种将领航跟随法、人工势场法和基于行为法等常用多机器人编队算法优点相融合的新算法。搭建了用来进行新算法的实物仿真验证的群体智能移动机器人系统，实现了群体机器人搜索目标、驶向目标、动态跟踪和实时避碰等一系列功能，验证了新算法的有效性。 【期刊名称】电气电子教学学报 【年(卷),期】2011(033)005 【总页数】5
【关键词】关键词:移动机器人;群体机器人系统;编队算法
多机器人编队控制的研究是多机器人协调问题研究的基础，具有典型性和通用性。本文对常用的多机器人编队算法进行了研究并加以改进，设计出一种融合了多种机器人编队算法优点的新算法。我们在理论仿真验证的基础上，通过自主搭建的群体智能移动机器人系统进行了实物仿真验证，展现出新编队算法的通用性和有效性。
1 编队算法概述
常用的多机器人编队算法有领航跟随法、人工势场法和基于行为法等。 1.1 领航跟随法
领航跟随法的基本思想是:在多机器人组成的群体中，某个机器人被指定为领航者，其余作为它的跟随者。跟随者以一定的距离间隔跟踪领航者的位置和方向，该方法可进行扩展，即不仅可以指定一个领航者，也可以指定多个，但群体队
形的领航者只有一个。根据领航者与跟随者之间的相对位置关系，就可以形成不同的网络拓扑结构［1］。 1.2 基于行为法
该法首先为机器人规定一些期望的基本行为，一般情况下，机器人的行为包括躲避障碍、避免碰撞、驶向目标和保持队形等，当机器人的传感器接受到外界刺激时，根据传感器的输入信息做出反应，并输出反应量作为该行为的期望反应(例如方向和运动速度)。行为选择模块通过一定的机制来综合各行为的输出，并将综合结果作为机器人对环境刺激的反应而输出［2］。3)人工势场法 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以及队形中各机器人之间的约束关系，并以此为基础进行分析和控制。它的基本思想是机器人在一个虚拟的力场中运动，障碍物被斥力势场所包围，其产生的排斥力随机器人与障碍物距离的减少而增大;目标点被引力势场所包围，其产生的吸引力随机器人与目标的接近而减少;在合力的作用下机器人沿最小化势能的方向运动［3］。
2 编队算法的改进与仿真研究
2.1 单体机器人算法研究 1)改进人工势场法
人工势场法的优点是计算简单，便于实现实时控制，但是势场函数的设计比较困难，而且存在局部极值点的问题。如图1(a)所示，如果选择的势场函数不好，就会陷入局部最小的情况，从而不能正确的驶向目标，形成死点。为了防止机器人在驶向目标的时候陷入局部最小，在此对势场函数进行改进［4］。主要是在斥力势场函数中引入了机器人与目标之间的相对距离。 引力场函数为
其中，K为位置增益，(X－Xgoat)为当前位置与目标位置的相对位置，相应的吸引力为目标势场的负梯度为 斥力势场为
其中，l是机器人与障碍物间的距离，障碍物影响范围在距离l0之内，g是位置增益系数。斥力可以写成以下形式: 其中，
矢量Frel的方向从障碍物指向机器人，矢量Fre2的方向从机器人指向目标点。 机器人所受到的合力为
经过我们改进后的人工势场法的仿真结果如图1(b)所示。根据仿真可见，改进算法可以消除局部最小点，在理论上得到了很好的避障效果。 2)跟随领航者法
由对摄像头所采集图片进行实时分析所得到的数据信息，根据跟随领航者法实现机器人的搜索目标与动态追踪功能。
我们首先需要对机器人进行随动系统建模［5］。由实际参数计算可以知道，电机感应电磁系数Ke为0.0215(V/rad/s)，机电时间常数 τm 为 0.029s，电磁时间常数τe很小，因此可得电机模型。经计算简化得
我们定义输入为电压，输出为机器人的位置信息，因此机器人的运动的最终模型为
接下来通过Simulink设计PID控制器来观察该模型的跟踪情况，图2是系统控制图。
当输入为阶跃信号时，系统的跟踪效果和跟踪误差如图3所示。跟踪频率为1Hz的正弦信号的跟踪效果和跟踪误差如图4所示。可见，其稳态误差小于
多移动机器人编队算法研究与实验验证
